You are on page 1of 225

DEPARTAMENT DE MATEMATICA APLICADA

UNIVERSITAT POLITECNICA DE VALENCIA

Apuntes de MATEMTICAS I
para los Grados en:

Ingeniera en Tecnologas Industriales (GITI)


Ingeniera de Organizacin Industrial (GIOI)

Mara Jos Martnez Us ? Jos Mara Sanchis Llopis

2 de septiembre de 2016
2
ndice

1. Nmeros, sucesiones y series numricas 1


1.1. Los Nmeros Reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2. Topologa en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

1.3. Nmeros complejos y polinomios . . . . . . . . . . . . . . . . . . . . . . . . 7

1.3.1. Los nmeros complejos . . . . . . . . . . . . . . . . . . . . . . . . . . 7

1.3.2. Polinomios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

1.3.3. Polinomios reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

1.3.4. Forma polar de los nmeros complejos . . . . . . . . . . . . . . . . . 13

1.4. Sucesiones de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . 18

1.4.1. Sucesiones convergentes y sucesiones de Cauchy . . . . . . . . . . . . 19

1.4.2. Sucesiones acotadas y montonas . . . . . . . . . . . . . . . . . . . . 25

1.4.3. Sucesiones divergentes . . . . . . . . . . . . . . . . . . . . . . . . . . 28

1.5. Sucesiones en Rn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32

1.6. Series de nmeros reales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33

1.6.1. Criterios para series de trminos positivos . . . . . . . . . . . . . . . 38

1.6.2. Series de trminos cualesquiera, series alternadas y reordenacin . . . 41

1.7. Series de potencias . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

2. Funciones 47
2.1. Funciones de una variable . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

2.1.1. Representacin grca . . . . . . . . . . . . . . . . . . . . . . . . . . 47

2.1.2. Funciones Inyectivas . . . . . . . . . . . . . . . . . . . . . . . . . . . 49

2.1.3. Funciones importantes . . . . . . . . . . . . . . . . . . . . . . . . . . 51

i
2.2. Funciones de varias variables . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

2.2.1. Campos escalares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

2.2.2. Campos vectoriales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66

3. Lmites y continuidad de funciones 69


3.1. Lmites de funciones de una variable . . . . . . . . . . . . . . . . . . . . . . 69

3.2. Continuidad de funciones de una variable . . . . . . . . . . . . . . . . . . . . 73

3.2.1. La idea de continuidad . . . . . . . . . . . . . . . . . . . . . . . . . . 73

3.2.2. La continuidad en un punto . . . . . . . . . . . . . . . . . . . . . . . 74

3.2.3. Clculo de lmites del tipo lm f (x)g(x) . . . . . . . . . . . . . . . . . 77


xa

3.2.4. Teoremas de Weierstrass y Bolzano . . . . . . . . . . . . . . . . . . . 79

3.2.5. El mtodo de la biseccin . . . . . . . . . . . . . . . . . . . . . . . . 81

3.3. Lmites y continuidad de funciones de varias variables . . . . . . . . . . . . 83

3.3.1. Clculo de lmites de funciones de dos variables . . . . . . . . . . . . 85

4. Diferenciabilidad de funciones de una variable 89


4.1. La derivada en un punto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

4.2. La funcin derivada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96

4.3. Los Teoremas de Rolle y de Lagrange . . . . . . . . . . . . . . . . . . . . . . 101

4.4. El mtodo de Newton . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104

4.5. Derivadas sucesivas: desarrollos de Taylor . . . . . . . . . . . . . . . . . . . 106

4.5.1. La frmula de Taylor . . . . . . . . . . . . . . . . . . . . . . . . . . . 107

4.5.2. La serie de Taylor - McLaurin . . . . . . . . . . . . . . . . . . . . . . 113

4.5.3. Operaciones con series de McLaurin (series de potencias) . . . . . . . 116

4.6. La inversa de la derivada: la funcin primitiva . . . . . . . . . . . . . . . . . 118

4.6.1. Integracin trmino a trmino . . . . . . . . . . . . . . . . . . . . . . 121

4.7. Qu es una ecuacin diferencial? . . . . . . . . . . . . . . . . . . . . . . . . 123

4.7.1. Taylor y ecuaciones diferenciales . . . . . . . . . . . . . . . . . . . . . 126

5. Diferenciabilidad de funciones de varias variables 129

ii
5.1. Derivadas parciales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130

5.2. Derivadas direccionales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133

5.3. El plano tangente . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134

5.4. Diferenciabilidad global de una funcin de dos variables. . . . . . . . . . . 135

5.5. Derivadas parciales de segundo orden . . . . . . . . . . . . . . . . . . . . . . 138

5.6. La regla de la cadena (dos variables) . . . . . . . . . . . . . . . . . . . . . . 141

5.7. La regla de la cadena vectorial . . . . . . . . . . . . . . . . . . . . . . . . . . 147

5.8. El mtodo de Newton de varias variables . . . . . . . . . . . . . . . . . . . . 150

5.9. La frmula de Taylor de 2 variables . . . . . . . . . . . . . . . . . . . . . . . 151

5.10. La Funcin potencial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

5.11. Qu es una Ecuacin Diferencial en Derivadas Parciales? . . . . . . . . . . . 154

6. Integrales de una variable 157


6.1. La integral de Riemann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159

6.2. Clculo de la Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164

6.3. Integracin numrica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166

6.4. Aplicaciones de la integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

6.4.1. Valor promedio de una funcin . . . . . . . . . . . . . . . . . . . . . 167

6.4.2. Lmites e integrales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167

6.4.3. Longitud de arco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

6.4.4. rea y volumen de revolucin . . . . . . . . . . . . . . . . . . . . . . 170

6.4.5. Longitud de arco en paramtricas . . . . . . . . . . . . . . . . . . . . 171

6.4.6. Integral de lnea de una funcin escalar . . . . . . . . . . . . . . . . . 173

6.4.7. Integral de lnea de una funcin vectorial . . . . . . . . . . . . . . . . 175

6.4.8. El Teorema de Green . . . . . . . . . . . . . . . . . . . . . . . . . . . 176

6.5. Integrales innitas e impropias . . . . . . . . . . . . . . . . . . . . . . . . . 178

7. Integrales dobles y triples 183


7.1. Integrales dobles en un recinto rectangular . . . . . . . . . . . . . . . . . . . 183

iii
7.2. Integrales dobles en un recinto general . . . . . . . . . . . . . . . . . . . . . 187

7.3. Integrales triples . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189

7.4. Cambios de coordenadas para integrales dobles y triples . . . . . . . . . . . 190

7.4.1. Integral doble por cambio a coordenadas polares . . . . . . . . . . . . 191

7.4.2. Integral doble por cambio a coordenadas elpticas . . . . . . . . . . . 194

7.4.3. Integral triple por cambio a coordenadas cilndricas . . . . . . . . . . 194

7.4.4. Integral triple por cambio a coordenadas esfricas . . . . . . . . . . . 195

7.5. Integral doble y clculo de reas de supercies curvas . . . . . . . . . . . . . 199

8. Mximos y mnimos (puntos extremos) 201


8.1. Extremos locales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201

8.2. Extremos condicionados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207

8.3. Extremos absolutos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214

iv
SESIONES 2016: 36 Teoras + 24 Problemas

Teora Problemas

1 Gua Docente + Nmeros reales 1 Complejos


2 Rn + Suc 18,19 2 Complejos. Polinomios
3 Sucesiones (19-23)
4 Sucesiones (24-27) 3 Complejos. Reales
5 Sucesiones + Series (28-32) 4 Sucesiones I
6 Series (33-36)
7 Series (37-41) 5 Sucesiones II
8 Series (42-46) 6 Series I
9 Funciones (47-55 )
10 Funciones (56-62 ) 7 Series II
11 Func f (x, y) + cont. (63-70) 8 Series III
12 Continuidad (71-76)
13 Continuidad (77-80)+(83-85) 9 Funciones y lmites
14 cont. (86-88) + Dif. (89-91) 10 Lmites funcionales
15 Dif. f (x) (92-96)
16 Dif (97-103) Rolle&Lagrange 11 Fun cont. Lim 2 variables
17 Taylor (104-109) 12 Dif. Rolle y TVML
18 Taylor (110-113)

19 Taylor (114-117) 13 Operaciones con S. Taylor


20 Primitivas (118-123) + DIF (125-127) 14 Frmula de Taylor
21 DIF (129-133)
22 DIF (134-138) 15 Primitivas
23 DIF (139-144) 16 Parciales, Direcc, Plano tg
24 DIF (144-150)
25 Integrales f (x) (157-162) 17 Schwarz, RC, Direcc
26 Integrales f (x) (162-168) 18 RC vect, F. Potencial
27 Integrales f (x) (169-173)
28 Int. dobles (183-188) 19 Integrales (una variable).
29 Int. dobles (188-193) 20 Integrales dobles y triples (I)
30 Int. dobles (194-197))
31 Extremos (201-206) 21 Integrales dobles y triples (II)
32 Extremos (206-211) 22 Integrales dobles y triples (III)
33 Extremos (214-217)
34 23 Extremos locales
35 Problemas: Extremos absolutos 24 Extremos condicionados
36 Problemas: Extremos absolutos

Primer parcial: Teoras desde 1 hasta 16, Problemas desde 1 hasta 12, incluidos.

v
vi
1. Nmeros, sucesiones y series numricas

1.1. Los Nmeros Reales

Para llegar a los nmeros reales, que son el objeto principal de esta asignatura, vamos a
presentar los distintos conjuntos de nmeros. Partimos de los nmeros naturales:

N = {1, 2, 3, 4, }

A partir de N construimos el conjunto Z de los nmeros enteros:

Z = {0, +1, 1, +2, 2, +3, 3, }

A partir de Z construimos el conjunto Q de los nmeros racionales, es decir, el conjunto


de todas las fracciones de enteros con denominador no nulo:
 
p
Q= , con p, q Z, q =
6 0
q
p
El nombre de racional viene de que el nmero representa la razn que hay entre el entero p
q
y el entero q . Notar que todo nmero entero, como 7, puede expresarse como una fraccin,
7
, luego Z Q. El conjunto Q puede representarse por puntos de una recta. En este caso,
1
entre cada par de nmeros racionales hay una innidad de nmeros racionales y por eso,
grcamete, el conjunto Q se podra representar como una recta de puntos suspensivos
innitamente nos:

 | | -
0 1


En la recta hay puntos que no representan a ningn racional. Por ejemplo, 2 no es un
p p 2
racional, pues no existe ninguna fraccin de enteros tal que ( ) = 2. Por lo tanto, tenemos
q q
que ampliar Q. Para ello, recordemos que cada nmero racional (fraccin) puede expresarse
como un desarrollo decimal peridico,

1 3
= 0.33333.... = 0.b
3 = 0.33,
b o tambin = 1.50000.... = 1.5b
0 = 1.5
3 2
y que todo desarrollo decimal peridico puede expresarse como una fraccin, luego Q es
tambin el conjunto de todos los desarrollos decimales peridicos:
  n
p o
Q= , con p, q Z, q 6= 0 = desarrollos decimales peridicos .
q

1
Ahora podemos denir el conjunto de los nmeros reales, R, como:

n o
R= desarrollos decimales (peridicos y no peridicos)

y se cumple que Q R. Adems, R tiene


ms nmeros que Q pues hay expresiones decimales
que no son peridicas. Por ejemplo, 2 tiene un desarrollo decimal en el que no aperecer
nunca ningn periodo. Otro ejemplo de un desarrollo decimal no peridico es:

x = 0.1010010001000010000010000001 R \ Q

Notar que entre cada par de unos tenemos un cero, dos ceros, tres ceros, etc., luego no puede
aparecer ningn periodo. A los nmeros reales que no son racionales, es decir, a R\Q (el
smbolo  \ es el menos entre conjuntos, de modo que R \ Q son todos los reales excepto los
racionales), los llamamos irracionales, pues no pueden expresarse como la razn entre dos
enteros, y son desarrollos decimales no peridicos.

El conjunto R (racionales e irracionales) cubre completamente la recta (que se llama la


recta real), es decir, cada punto de la recta se corresponde con un nmero real y viceversa:

 | | -
0 1

Adems, entre cualquier par de nmeros reales distintos existen una innidad de raciona-
les y de irracionales, es decir, los racionales y los irracionales estn, digamos, innitamente
mezclados en la recta. Sin embargo, puede probarse que hay una cantidad innitamente
mayor de irracionales que de racionales. As, el salto importante en la construccin de los
conjuntos de nmeros es el que hacemos de Q a R. Notar que un slo nmero irracional tie-
ne innitas cifras decimales, que nunca podremos conocer completamente. En este sentido,
podramos decir, cuntos nmeros irracionales caben en el ordenador con ms capacidad
del mundo? Ninguno.

R es ordenado, es decir, dados x 6= y R cualesquiera se cumple que, o bien


El conjunto
x < y o bien x > y . Recordemos ahora algunas de las propiedades de las desigualdades. Lo
haremos para  <, pero son tambin vlidas para  >, , .

Propiedades de las desigualdades: Para cualesquiera reales x, y, z, t R se cumple que:


(1) Si x < y, e y < z, entonces x < z.

(2) Si x<y entonces x + z < y + z, x z < y z .



xz < yz, si z > 0
(3) Si x<y entonces
xz > yz, si z < 0
.

(4) Si x < y entonces x1 > y1 , si xy > 0 (es decir, ambos positivos o ambos negativos).


x<y
(5) Si
z<t
entonces x + z < y + t.

2
Estas propiedades signican que podemos operar con desigualdades como si fuesen igual-
dades, aunque con dos excepciones: al multiplicar por un nmero negativo (propiedad 3)
y al invertir dos nmeros del mismo signo (propiedad 4) hay que cambiar el sentido de la
desigualdad (de  < a  > o viceversa).

Las desigualdades nos sirven para denir intervalos de Ry el mdulo de un nmero real:

Denicin 1 (Intervalos) Dados a, b R llamaremos intervalo abierto, (a, b), e intervalo


cerrado, [a, b], a:
n o n o
(a, b) = x R tales que a<x<b , [a, b] = x R tales que axb .

Notar que en el intervalo abierto no estn incluidos los extremos del intervalo, a, b,
mientras que en el intervalo cerrado s. Tambin podemos denir intervalos que no son
abiertos ni cerrados, como
n o n o
[a, b) = x R : ax<b , (a, b] = x R : a<xb ,
donde el smbolo  :  representa aqu tales que, e intervalos de longitud innita:
n o n o
(, b) = x R : x < b , (, b] = x R : x b ,
n o n o
(a, +) = x R : x > a , [a, +) = x R : x a .

Denicin 2 (Mdulo) Llamaremos mdulo o valor absoluto de un nmero real x a



x si x0
|x| = .
x si x0

Por ejemplo, |7| = 7, | 7| = 7. El valor absoluto sirve para calcular distancias entre
nmeros reales, pues |xy| es la distancia en la recta entre x e y . As por ejemplo, el conjunto
de reales x que cumplen la desigualdad

|x 7| < 2

son los puntos x de la recta que estn a una distancia del punto 7 menor que 2, es decir, son
los puntos x del intervalo (5, 9).
Propiedades del valor absoluto: Para cualesquiera reales x, y R:
(1) |x| 0. Adems, |x| = 0 si, y slo si, x=0
(2) |xy| = |x||y|
(3) |x + y| |x| + |y|
(4) |x| y si, y slo si, y x y

3
(5) |x| |y| |x y|

Ahora podemos hacer analticamente lo que hemos hecho antes intuitivamente:

n o h i n o
xR : |x 7| < 2 = propiedad 4 = x R : 2 < x 7 < +2 =
n o n o h i
= xR : 72<x<7+2 = xR : 5 < x < 9 = Denicin 1 = (5, 9).

1.2. Topologa en Rn

A partir de R se dene R2 :

R2 = R R = (x, y) : x, y R .


Como R se representa con una recta (la recta


real), R2 se representa con un plano, en el que
cada par (x, y) se corresponde con un punto
del plano y viceversa (ver Figura).

Del mismo modo se dene R3 :


n o
3
R = R R R = (x, y, z) : x, y, z R ,

que representa el espacio tridimensional, (ver Figura),

y en general para cualquier n N, se dene el espacion dimensional


n o
n
R = R R R = (x1 , x2 , . . . , xn ) : xi R i .

Las siguientes deniciones las vamos a dar para Rn en general, luego sern vlidas para
R , R3 , R4 , etc. y tambin para R.
2

Denicin 3 (Norma en Rn ) x Rnr , x = (x1 , x2 , ..., xn ),


Dado llamamos norma o m-
p n
kxk = + x21 + x22 + + x2n = + x2i .
P
dulo de x a
i=1

4

Nota 1 EnR
p
2
, la norma coincide con el valor absoluto, pues kxk = + x2 = |x|. En R ,
2 2
k(x, y)k = + x + y representa, por el Teorema de Pitgoras, la distancia del punto (x, y)
n
al origen. En general, la norma sirve para medir distancias: dados a, b R , kabk es la
n 4
distancia en R que hay entre los puntos a y b. Por ejemplo, la distancia en R del punto
a = (1, 3, 4, 7) al origen (0, 0, 0, 0) es:
p p
kak = x21 + x22 + ... + x2n = (1)2 + (3)2 + (4)2 + (7)2 = 75.

Puede demostrarse que se cumplen las siguientes propiedades:

(1) kxk 0. Adems, kxk = 0 si, y slo si, x = (0, 0, . . . , 0)


(2) kxk = || kxk x Rn , R
(3) kx + yk kxk + kyk x, y Rn

Denicin 4 (Bola abierta) Se llama bola abierta con centro en a Rn y radio >0 a:

B a, = x Rn : kx ak <
 

n

y se llama bola cerrada con centro en a R y radio > 0 a x Rn : kx ak .

Ejemplo 1 En R, la bola abierta con centro en a R y radio > 0 es el intervalo abierto


centrado en a:
  
B a, = x R : x a < = a , a + ,
  
y la misma bola, pero cerrada, es el intervalo cerrado x R : x a = a , a + .

En R2 , la bola de centro a = (0, 0) y radio = 1 es:


  n o n p o
B (0, 0) , 1 = (x, y) R2 : k(x, y) (0, 0)k < 1 = (x, y) R2 : x2 + y 2 < 1 =
n o
= (x, y) R2 : x2 + y 2 < 1

es decir, es el crculo de centro (0, 0) y radio 1. Notar que en la bola abierta, la circunferencia
exterior (de radio 1) no est incluida, mientras que las bolas cerradas (con ), s incluyen la
circunferencia exterior:

5

En R3 , la bola B a, es la esfera de centro a y radio . De nuevo, la bola abierta es el
interior de la esfera y la bola cerrada (con ) incluye la supercie exterior de la esfera.

Denicin 5 (Punto interior, entorno, conjunto abierto y conjunto cerrado) Sea


D Rn y sea a D. Diremos que a es un punto interior de D, y que D es un entorno de
a, si:
existe un >0 tal que B(a, ) D.
n
Diremos que D R es un conjunto abierto si todos sus puntos son interiores. Diremos
n n
que D R es un conjunto cerrado si su complementario (R \ D ) es un conjunto abierto.

Ejemplo 2 En R, a = 2 es un punto interior de D = [1, 7) y, por lo tanto, [1, 7) es un


entorno de 2. Los siguientes son conjuntos abiertos, porque todos sus puntos son interiores:

(1, 3), (5, +), (, 1), (1, 3) (5, +), (, 3) (5, +),
y los complementarios de estos abiertos son conjuntos cerrados:

(, 1] [3, +), (, 5], [1, +), (, 1] [3, 5], [3, 5].


Visualmente, los conjuntos abiertos son los que no contienen a ningn punto de su frontera
y los conjuntos cerrados son los que incluyen a toda su frontera. Recordemos que hay
conjuntos que no son abiertos ni cerrados, como (a, b].

Ejemplo 3

En R2 , el rectngulo R = (x, y) R2 : 3 < x < 3, 2 y 2 es un entorno
del punto (1, 1), y ste es un punto interior de R. Los siguientes son conjuntos abiertos,
porque todos sus puntos son interiores:
  
(x, y) R2 : x + y < 3 , (x, y) R2 : x2 + y 2 < 1 , (x, y) R2 : 3 < x < 3, 2 < y < 2
 2

y los complementarios de estos abiertos son conjuntos cerrados: (x, y) R : x + y 3 ,
 
(x, y) R2 : x2 + y 2 1 , (x, y) R2 : x 3 x 3 y 2 y 2 .
 2 2 2

La bola cerrada (x, y) R : x +y 1 es un conjunto cerrado porque su complementario,

(x, y) R2 : x2 + y 2 > 1 es un abierto (todos sus puntos son interiores). Visualmente, en
R2 los conjuntos abiertos son tambin los que no contienen a ningn punto de su frontera,
como el conjunto D de la Figura 1, y todos sus puntos son interiores, mientras que los
2
conjuntos cerrados s incluyen a toda su frontera, como el conjunto R \ D de la Figura 1.
2
Tambin en R hay conjuntos que no son abiertos ni cerrados (contienen parte de su frontera
pero no toda).

Para tener una caracterizacin de conjunto cerrado en funcin de sus puntos y no de que
su complementario sea abierto, necesitamos el concepto de punto de acumulacin:

Denicin 6 (Punto de acumulacin) Sea D Rn y sea a Rn . Diremos que a es un


punto de acumulacin de D, si:

para todo > 0, en B(a, ) existen puntos de D diferentes de a.

6
Figura 1: D es un abierto y R2 \ D es un cerrado

Ejemplo 4 En R, sea D = (0, 1]. Sus puntos de acumulacin son todos los de [0, 1]. En el
conjunto D R2 de la Figura 1, los puntos a y c son de acumulacin de D. Los puntos
interiores de un conjunto D son tambin puntos de acumulacin de D , pero hay puntos de
acumulacin que no son interiores (los puntos de la frontera). Puede probarse que

Teorema 1 (Caracterizacin de cerrados) Un conjunto D Rn es cerrado si, y slo


si, D contiene a todos sus puntos de acumulacin.

Nota 2 Sin embargo, un conjunto cerrado puede tener puntos que no son de acumulacin.
Por ejemplo, en R, sea D = [2, 3] {5}. Es D un cerrado? S, pues su complementario,
R \ D = (, 2) (3, 5) (5, +), es un abierto (todos sus puntos son interiores). Pero
los puntos de acumulacin de D son [2, 3]. Se llaman puntos aislados de D a los puntos de
D que no son de acumulacin de D. As, un conjunto cerrado est formado por todos sus
puntos de acumulacin y puntos aislados.

1.3. Nmeros complejos y polinomios

1.3.1. Los nmeros complejos

En el conjunto R de los nmeros reales hay ecuaciones que no tienen solucin, como por
ejemplo x2 +5 = 0, luego tenemos que ampliar R. Notar que la solucin de la ecuacin anterior
2
debera ser x = 5 . Si denimos el nmero imaginario i como un nmero tal que i = 1,
2 2
podemos decir que x = 5 i es una solucin de la ecuacin pues ( 5 i) = 5 i = 5(1) = 5.
As, podemos denir el conjunto de los nmeros complejos, C, como:
n o
C = a + b i, con a, b R ,

donde i es un nmero llamado imaginario que cumple que i2 = 1. Con esta denicin, los
nmeros complejos incluyen a los reales, R C, pues por ejemplo el nmero real 2 puede
expresarse como 2 + 0 i C.
Todo nmero complejo z = a+b i tiene dos partes, una parte real a y una parte imaginaria
b, que se denotan por:
Re(z) = a, Im(z) = b.

7
Notar que los complejos tales que Im(z) = 0 son nmeros reales. Los complejos tales que
Re(z) = 0 se llaman imaginarios puros.

Los nmeros complejos pueden sumarse y multiplicarse como binomios:

(2 + i) + (3 2 i) = 2 + 3 + i 2 i = 5 i,
(2 + i)(3 2 i) = 6 4 i + 3 i 2 i2 = 6 4 i + 3 i + 2 = 8 i

En general, si z = a + b i, w = c + d i son dos complejos, denimos

Suma: z + w = (a + b i) + (c + d i) = (a+c) + (b+d) i C,


Producto: zw = (a+b i)(c+d i) = ac+ad i+bc i+bd i2 = (acbd)+(ad+bc) i C.

En el producto hemos utilizado que i2 = 1. Al multiplicar complejos pueden aparecer


distintas potencias de i, pero todas pueden simplicarse:

i0 = 1 i1 = i i2 = 1 i3 = i i4 = 1 i5 = i i6 = 1 i7 = i . . .
es decir, para cada nN tenemos que in = ir siendo r el resto de dividir n entre 4.
1
Para dividir complejos, como en , y expresar el resultado en forma a + b i, necesitamos
2+i
quitar el nmero i del denominador, multiplicando arriba y abajo por el conjugado:

1 (2 i) 2i 2i 2 1
= = 2 2
= = i
2+i (2 + i)(2 i) 2 i 4+1 5 5

Denicin 7 (Conjugado) Se llama conjugado de z = a + b i, al complejo z = a b i.

Puede probarse que el conjugado tiene las siguientes propiedades:

(1) z = z si, y slo si, b = 0, si, y slo si, z R.


(2) z + w = z + w, z w = z w
(3) z = z
(4) z z = (a + b i)(a b i) = a2 b2 i2 = a2 + b2 R+

La propiedad 1 dice que los reales coinciden con su conjugado. La propiedad 2 dice que el
conjugado de la suma es la suma de los conjugados y que lo mismo ocurre con el producto. La
propieded 3 dice que el conjugado de z es el propio z . La propiedad 4 dice que si multiplicamos
un complejo por su conjugado obtenemos un real positivo. Como hemos visto, esta propiedad
es til en operaciones con fracciones para eliminar la unidad imaginaria i del denominador.

Nota 3 El conjugado es tambin til para otras expresiones con nmeros complejos. Por
ejemplo, si sumamos z+z obtenemos 2a, luego

1 1
Re(z) = (z + z). Del mismo modo, Im(z) = (z z).
2 2i

8
Como R se representa por una recta, la recta real, el conjunto C se representa por un
plano, el plano complejo (Figura 2), en donde cada nmero z = a + b i se representa por el
2
punto del plano R de coordenadas (a, b).

Figura 2: El plano Complejo

Nota 4 (C no es un conjunto ordenado) Puesto que no puede representarse en una rec-


ta, el conjunto C no es un conjunto ordenado, y dados dos complejos z 6= w no reales, no
podemos decir ni que z<w ni que w < z. Lo que s podemos comparar son sus mdulos:

Denicin 8 (Mdulo de un complejo) z = a + b i,


Dado llamaremos mdulo de z a

|z| = + a2 + b2 = + zz.

Notar que, si z R, esta denicin coincide con la Denicin 2 del mdulo de un real. Por
el Teorema de Pitgoras, |z| es la distancia en el plano del complejo z al origen. Como en
los reales, |z w| representa la distancia en el plano entre los complejos z y w. Tambin
comparte con R las propiedades ms importantes:

(1) |z| 0. Adems, |z| = 0 si, y slo si, z=0


(2) |zw| = |z||w|
(3) |z + w| |z| + |w|
(4) |z| = |z|
(5) Si z 6= 0, | z1 | = |z|
1

(6)

|z| |w| |z w|

9
1.3.2. Polinomios

Para ver que ya no necesitamos ampliar el conjunto C, recordemos algo de polinomios.


Un polinomio con coecientes en C (o simplemente polinomio complejo) es una expresin de
la forma
a0 + a1 x + a2 x2 + . . . + an xn ,
donde cada ai C se llama coeciente de xi y n es el grado del polinomio (si an 6= 0). Por
2
ejemplo, (2 + 3 i)x + (1 i)x 5 5 i es un polinomio de grado 2 con coecientes en C:
2+3 i es el coeciente de x2 , 1i es el coeciente de x y 55 i es el trmino independiente.
4 1 2
Notar que 10x x 5x + 2 es un polinomio (de grado 4) con coecientes en R pero
2
tambin es un polinomio con coecientes en C, pues R C.

Por comodidad, denotamos a los polinomios con letras (f , g , p, q , etc.) y llamamos, por
ejemplo, polinomio f a f (x) = a0 + a1 x + a2 x2 + . . . + an xn . Lo que Lo que nos interesa
ahora de los polinomios son sus ceros o raices. Decimos que un nmero C es un cero o
una raz de un polinomio f (x) = a0 + a1 x + a2 x2 + . . . + an xn si f () = 0, donde f () es el
2 n
resultado de sustituir x por : f () = a0 + a1 + a2 + . . . + an .

Teorema 2 (Fundamental del lgebra) Todo polinomio complejo de grado mayor o


igual que 1 tiene, al menos, un cero complejo.

Este Teorema arma que cualquier ecuacin polinmica f (x) = 0 tiene solucin en C,
por lo que ya no necesitamos ms sistemas de nmeros y stos terminan en C:

N Z Q R C.

Los ceros de un polinomio f estn relacionados con la descomposicin del polinomio f


en polinomios de grado uno. Por ejemplo, si un polinomio f puede descomponerse como

f (x) = 5(x 2)(x 2)(x 3 + 2i)(x + i),

entonces est claro que 2, 32i, i son ceros de f , pues f (2) = f (3 2i) = f (i) = 0. Esto
es cierto en general:

Teorema 3 (Caracterizacin de los ceros) Un complejo C es un cero del polinomio


f si, y slo si, f (x) = (x ) q(x).

Demostracin: f (x) = (x ) q(x) entonces f () = ( ) q() = 0.


Obviamente, si
Recprocamente, supongamos que f () = 0. Dividimos f (x) por el polinomio (x ) y
obtenemos un cociente, q(x), y un resto, que deber ser de grado menor que el de (x ),
es decir, el resto es una constante r . As, f (x) = q(x)(x ) + r. Sustituyendo por
tenemos que f () = q()( ) + r , luego r = f () = 0 y f (x) = q(x) (x ). 

10
As, dado un polinomio complejo f, por el Teorema Fundamental del lgebra (TFA,
Teorema 2) f tiene un cero 1 C, y por el Teorema 3:

f (x) = (x 1 )q(x).

Como q es tambin un polinomio con coecientes complejos, por el TFA tiene, al menos, un
cero 2 C, y por el Teorema 3, q(x) = (x 2 )q2 (x), luego sustituyendo:

f (x) = (x 1 )(x 2 )q2 (x).

As sucesivamente, todo polinomio complejo f de grado n1 puede descomponerse de la


forma
f (x) = M (x 1 )(x 2 ) (x n ) con i , M C,
es decir, todo polinomio complejo de grado n 1, tiene exactamente n ceros complejos, no
necesariamente distintos. Por ejemplo, un polinomio complejo de grado 4 podra descompo-
nerse como

f (x) = 5(x 7)(x 7)(x 3)(x + 1) = 5(x 7)2 (x 3)(x + 1).

En este caso, f (x) tiene al 7 como cero de multiplicidad 2 (cero doble), y a 3 y a -1 como
ceros de multiplicidad uno (ceros simples). Con esta idea de multiplicidad, podemos decir
que todo polinomio complejo de grado n 1, tiene exactamente n ceros complejos contando
su multiplicidad:
f (x) = M (x 1 )m1 (x 2 )m2 (x k )mk ,
con todos los i nmeros complejos distintos y con m1 + m2 + + mk = n.

1.3.3. Polinomios reales

Supongamos ahora que f es un polinomio con coecientes reales. Considerado como


polinomio complejo, f puede descomponerse como antes:

f (x) = M (x 1 )m1 (x 2 )m2 (x k )mk , (1)

con todos los i nmeros complejos distintos y con m1 + m2 + + mk = n. Sin embargo,


si f (x) es un polinomio real, podemos estar interesados en una descomposicin de f en
polinomios reales, y (x 1 ) no lo es si 1
/ R. A partir de la descomposicin compleja (1),
obtenemos la descomposicin real aplicando los siguientes resultados.

Teorema 4 (Ceros conjugados) Sea f un polinomio REAL. Si = a + bi es un cero de


f (x), entonces su conjugado = a bi es tambin un cero de f.

Demostracin: Sea f (x) = a0 + a1 x + + an xn , con cada ai R, y supongamos que


f () = 0. Tomando conjugados, f () = 0 = 0, es decir,

a0 + a1 + + an n = 0, y por las propiedades del conjugado:

11
a0 + a1 + + an ()n = 0, y como los ai son reales, ai = ai , luego

a0 + a1 + + an ()n = 0, es decir, f () = 0 y es un cero de f. 

De esta manera, en la descomposicin anterior (1), para cada cero complejo = a + bi,
tambin est su conjugado = a bi. Adems,

Teorema 5 Si multiplicamos (x )(x ) obtenemos un polinomio real (de grado 2).

Demostracin: Sean = a + bi y = a bi. Entonces,


(x )(x ) = x2 ( + )x + = x2 2a x + (a2 + b2 ),
que es un polinomio real pues 2a y a2 + b2 son reales. 

Por lo tanto, agrupando en (1) cada cero complejo con su conjugado, tenemos que un
polinomio real de grado n1 puede descomponerse como producto de polinomios:

de grado 1, correspondientes a sus ceros reales, y

de grado 2, correspondientes a parejas de ceros complejos congugados (no reales),

f (x) = M (x 1 )m1 (x 2 )m1 (x k )mk (x2 + b1 x + c1 )n1 (x2 + bj x + cj )nj ,

con todos los i , bi , ci nmeros reales distintos, todos los polinomios (x2 + bi x + ci )nj sin ceros
reales y con m1 + m2 + + mk + 2n1 + + 2nj = n.

El Teorema 2 (TFA) es un teorema de existencia, que asegura que cualquier ecuacin


polinmica tiene solucin en C, pero no indica cmo calcular los ceros de un polinomio
dado. Hasta el siglo XIX se pensaba que todas estas ecuaciones podan resolverse por
radicales, es decir, con frmulas expresadas con las 5 operaciones bsicas: suma, resta,
multiplicacin, divisin y radicacin. Esto es cierto para todos los polinomios de grado 2, 3
2
y 4. Por ejemplo, dado un polinomio complejo de grado 2, f (x) = ax + bx + c, sus ceros son:

b b2 4ac b + b2 4ac
1 = , 2 = .
2a 2a
El modo de resolver polinomios de grado 3 y 4 es ms complicado y no lo veremos aqu.
Pero no es cierto para polinomios de grado 5 o ms: Galois demostr en 1832 que no existen
frmulas por radicales para resolver cualquier polinomio de grado 5 o ms.

Sin embargo, algunos de estos polinomios s pueden resolverse. Por ejemplo, si un poli-
nomio tiene sus ceros enteros o fraccionarios, podemos calcularlos con el mtodo de Runi:
6 5 4 3 2
dado f (x) = 3x + 4x 5x 5x 4x + 5x + 2, hacemos

12
3 4 -5 -5 -4 5 2

1 3 7 2 -3 -7 -2
3 7 2 -3 -7 -2 0

1 3 10 12 9 2
3 10 12 9 2 0

-2 -6 -8 -8 -2
3 4 4 1 0

-1/3 -1 -1 -1
3 3 3 0

luego f (x) = (x 1)2 (x + 2)(x + 31 )(3x2 + 3x + 3) = 3(x 1)2 (x + 2)(x + 31 )(x2 + x + 1)


y los ceros racionales de f {1, 1, 2,1/3}. Adems,
son

los ceros de x2 + x + 1 podemos
1 12 4 1 3i
calcularlos con la frmula anterior:
2
= 2
.

Otro ejemplo de polinomios que pueden resolverse son los de la forma f (x) = xn z,
con z C. Para resolverlos, necesitamos la forma polar de un nmero complejo.

1.3.4. Forma polar de los nmeros complejos

Como cada complejo se corresponde con un punto en el plano, adems de las coordenadas
cartesianas (Figura 2) tambin podemos utilizar las coordenadas polares (ver Figura 3). Cada


a = r cos()
b = r sen()


r= a2 + b 2
= arc tg( ab )

Figura 3: El plano Complejo: coordenadas polares.

punto z 6= 0 del plano est determinado por su distancia al origen, que llamaremos r (notar
que r = |z|), y por el ngulo, que llamaremos , que forma el segmento Oz con el eje de
abcisas. El par (r, ) forman las coordenadas polares de un punto z del plano. Conocidas las

13
polares, podemos calcular las coordenadas cartesianas y viceversa con las frmulas

a = r cos() r= a2 + b 2
, .
b = r sen() = arc tg( ab )

Nota 5 (Clculo del argumento) arc tg(x) en las calculadoras da un resulta-


La funcin
2 , 2
 
do en el intervalo , pero el argumento puede estar en el intervalo , . Por
ejemplo, para el complejo 1 + i tenemos que = arc tg( ab ) = arc tg( 11 ) = arc tg(1) = 4 ,
b
lo cual es correcto. Sin embargo, para el complejo 1 i tenemos que = arc tg( ) =
a
1
arc tg( 1 ) = arc tg(1) = 4 , lo cual no es correcto, pues el argumento de 1 i (dibjalo en

el plano) es otro arcotangente de 1, =
4
+ = 54
.

Vamos a utilizar estas coordenadas polares para obtener otro modo de escribir un nmero
complejo. El mdulo de un complejo y sus propiedades fueron estudiados en la Denicin 8.
Denimos ahora el argumento de un complejo:

Denicin 9 (Argumento) Llamaremos argumento de z = a + b i 6= 0, arg(z), a cual-


quier nmero real (ngulo) tal que

a = |z| cos()
.
b = |z| sen()
Notar que el argumento no es nico: si es argumento de z, entonces tambin lo es + 2k
para cualquier k Z. Con el mdulo y el argumento podemos escribir
 
z = a + b i = |z| cos() + |z| sen() i = |z| cos() + sen() i

y si representamos por e i = cos() + sen() i, podemos denir:

Denicin 10 (Forma polar) Todo complejo z 6= 0 puede escribirse como z = |z| e i ,


donde e i representa a cos() + sen() i.

Nota 6 Aunque aqu lo damos como denicin, en realidad e i es la funcin exponencial (ver
0i
Nota 52 en la pgina 115), con sus propiedades conocidas, como e = 1, e i e i = e(+) i ,
e i /e i = e() i . Notar tambin que se cumple e i = 1, que es una frmula que relaciona
las tres constantes ms importantes de las matemticas. Tambin es cierta la Frmula de
De Moivre:
(e i )n = e(n) i para todo nZ (incluidos los negativos).

La forma polar resulta til para multiplicar y dividir complejos z = |z| e i , w = |w| e i :
z |z| e i |z| () i
zw = |z| e i |w| e i = |zw| e(+) i , = = e .
w |w| e i |w|

14
Observa que al multiplicar complejos se multiplican sus mdulos y se suman sus argumentos
y al dividir complejos se dividen sus mdulos y se restan sus argumentos. Tambin es til
para calcular la potencia n-sima de un complejo (n Z),
i n
n
z n = |z| e = |z|n e i = |z|n e(n) i


Observa que el mdulo se eleva a la potencia n mientras que el argumento se multiplica por
n. La forma polar tambin se usa para para calcular las raices n-simas de un complejo:

Denicin 11 (Raz n-sima) Dado z C, z 6= 0, y dado n N, decimos que wC es


una raz n-sima de z si wn = z .

n
Notar que es equivalente a decir que es una raiz del polimomio f (x) = x z. As por
w
3
ejemplo, -2 es una raz cbica de -8, pues (2) = 8, y tambin es un cero del polinomio
3 3
f (x) = x + 8, pues f (2) = (2) + 8 = 0. Del mismo modo, i es una raz octava de 1,
8 8
pues (i) = 1, y es un cero del polinomio f (x) = x 1. Veamos que todo complejo no
nulo z tiene exactamente n raices n-simas distintas y cmo calcularlas. Comencemos con
un ejemplo.

Ejemplo 5 (Las raices cbicas de -8) Sabemos que 2 es una raz cbica de 8 pero,
hay ms? Expresemos 8 en forma polar. Como | 8| = 8 y un argumento de 8 es ,
i
tenemos que 8 = 8e . Recordemos que al elevar al cubo un complejo se eleva al cubo su
mdulo y se multiplica por 3 su argumento. Entonces, sacando la raiz cbica real de 8 y

i i
dividiendo entre 3, el complejo 2e 3 es una raiz cbica de 8e = 8 pues:


(2e 3 i )3 = 23 e3 3 i = 8ei = 8

Figura 4: Una raiz cbica de 8

Grcamente lo que hemos hecho es coger el argumento principal de 8, (ver Figura



4) y dividirlo por 3. En esa direccin, , y con mdulo 2, hay una raz cbica de 8,
3
i
w0 = 2e 3 . Pero veamos que hay ms. Todas las races cbicas de 8ei tendrn mdulo 2 y
argumento cualquier tal que 3 = , o ms exactamente, que 3 = + 2k para cualquier
k Z. Dividiendo por 3 tenemos que k = 3 + k 23
es un argumento de las races cbicas de
8ei , para todo k Z. Veamos cuntos de estos argumentos proporcionan ngulos distintos
(sabemos que, a lo sumo, habrn 3. Por qu?):

2
0 = 3
+0 3
= 3

15
2 3
1 = 3
+1 3
= 3
=
2 5
2 = 3
+2 3
= 3
, que es el mismo que
3
2 7
3 = 3
+3 3
= 3
, que es el mismo que
3
= 0
2 9 3
4 = 3
+4 3
= 3
, que es el mismo que
3
= = 1

5 =

luego slo hay 3 argumentos que produzcan ngulos distintos (a partir de 3 se repiten),
que son 0 =

3
, 1 =

3
+ 2
3
= y 2 = 3 + 2 2 3
= 53

3
. Por lo tanto, 8 tiene
exactamente 3 races cbicas distintas, que son (ver Figura 5):



3

w0 = 2e0 i = 2e 3 i = 2(cos( 3 ) + sen( 3 )i) = 2( 12 + 2
i) =1+ 3i,

w1 = 2e1 i = 2ei = 2(cos() + sen()i) = 2(1 + 0 i) = 2,




w2 = 2e2 i = 2e 3
i
= 2(cos(
3
) + sen(
3
)i) = 2( 21 2
3
i) =1 3i.



w0 = 1 + 3i

w1 = 2

w2 = 1 3i

Figura 5: Las 3 raices cubicas de 8.

Grcamente (ver Figura 5) lo que hemos hecho es, a partir del ngulo de la primera raiz
w0 (Figura 4), dividimos la circunferencia en 3 partes iguales y obtenemos los ngulos en los
que estn las otras raices cbicas w1 , w2 , todas con mdulo 2. Adems, como stos son los
3
tres ceros del polinomio x + 8, ste se descompone en C del modo siguiente:

 
x3 + 8 = (x + 2) x 1 3i x 1 + 3i .

Si queremos la descomposicin en R de x3 + 8, multiplicamos los dos ltimos polinomios de


grado 1 y obtenemos
x3 + 8 = (x + 2)(x2 2x + 4).

16
Ejemplo 6 (Las raices octavas de 1) Calculemos las 8 races octavas de 1 grcamente,
que sern los ceros de f (x) = x8 1. Como 1 = 1e0i , el mdulo de todas las races es 1
0
y el argumento de una de ellas, w0 , es = 0. A partir de sta (ver Figura 6) dividimos
8
la circunferencia en 8 partes iguales y tenemos los 8 ngulos sobre los que estn las 8
raices
octavas
de 1. Observar que w0 = 1, w2 = i, w4 = 1, w6 = i y que las otras 4 son
2 2
2 2 i. Por lo tanto, el polinomio x8 1 se descompone en C como
    
x8 1 = (x1)(x+1)(xi)(x+i) x 22 22 i x 22 + 22 i x+ 22 + 22 i x+ 22 22 i
y si multiplicamos los polinomios de grado 1 correspondientes a ceros conjugados obtenemos
8
la descomposicin de x 1 en R:

x8 1 = (x 1)(x + 1)(x2 + 1)(x2 + 2x + 1)(x2 2x + 1).

Figura 6: Las 8 raices octavas de 1.

Lo que hemos hecho en los Ejemplos 5 y 6 anteriores puede hacerse en general. Sea z = |z|ei
i n
y sea n N. Queremos encontrar los nmeros complejos w = |w|e tales que w = z , esto
es,
|w|n e(n)i = |z|ei
Comparando mdulos y argumentos tenemos que:
p
|w|n = |z| y, por lo tanto, todas las raices tienen mdulo |w| = + n |z|
n = + 2k (recordemos que si
es argumento entonces tambin lo son + 2k ) y,
+2k
dividiendo por n, obtenemos k = , para todo k Z. De estos innitos argu-
n
mentos tomamos los n que producen ngulos distintos, es decir, para k = 0, 1, . . . , n1:

2 2 2
0 = , 1 = + , 2 = +2 , ... n1 = +(n1)
n n n n n n n
n races n-simas distintas de z son:
y, as, las
p p +2 p +4 p +2(n1)
w0 = n |z|e n i , w1 = n |z|e n i , w2 = n |z|e n i , ... wn1 = n
|z|e n i

Nota 7 Las n races n-simas z estn regularmente


de
p distribuidas en una circunferencia
centrada en el origen y de radio + |z| (ver Figura 6).
n

17
1.4. Sucesiones de nmeros reales

En Matemticas, una sucesin es una secuencia innita de elementos, de modo que uno
de ellos es el primero, otro el segundo, etc. Aqu vamos a estudiar sucesiones de nmeros
reales, en las que cada elemento (tambin llamado trmino) es un nmero real, xn . As, una
sucesin de nmeros reales puede representarse por

x1 , x2 , x3 , x4 , x5 ,
en donde los puntos suspensivos indican que tenemos innitos trminos, tantos como n-
+
meros naturales. Tambin podemos escribir {xn }n=1 o bien sencillamente {xn }. Cada uno
de los trminos xn es un nmero real, y tienen un orden en el sentido que x1 es el pri-
mer trmino, x2 es el segundo, x3 el tercero y as sucesivamente. Puesto que cada nme-
ro real xn representa un punto de la recta, una sucesin puede representarse como una
secuencia innita de puntos en la recta. Por ejemplo, en la Figura 7a est representada
la sucesin {xn } 1, 2, 3, 4, 5, 6, 7, y en la Figura 7b est representada la sucesin
{xn } 1, 21 , 31 , 14 , 15 , 16 , 71 , .

 +  1 +
Figura 7: Representacin de las sucesiones n n=1 y
n n=1

Ejemplo 7 Los siguientes son ejemplos de sucesiones:

1. {xn } 1, 2, 3, 4, 5, 6, 7, (Figura 7a)

2. {xn } 1, 1, 1, 1, 1, 1, 1,
3. {xn } 1, 0, 1, 0, 1, 0, 1,
4. {xn } 1, 21 , 13 , 14 , 15 , 16 , 17 , (Figura 7b)

n+1
5. {xn } denida por xn = n
(llamado trmino general), para cada nN
q
2n5
6. {xn } denida por xn = 3n+1
(llamado trmino general), para cada n3
q
xn +2
7. {xn } denida como x1 = 1, xn+1 = 2
(ley de recurrencia), para cada n1

Las sucesiones 1 a 4 anteriores estn dadas explcitamente, como una secuencia de


nmeros. Notar que no podemos escribir todos los trminos de una sucesin, pues son
innitos, pero escribiendo algunos de ellos se entiende cmo es la sucesin. Las sucesiones
n+1
5 y 6 estn denidas con una frmula para su trmino general. As, si xn = , para
n
cada n N, sustituyendo n sucesivamente por 1, 2, 3, 4, , la sucesin {xn } resulta
2 3 4 5 6 7
, , , , , , . La frmula del trmino general nos permite conocer directamente el
1 2 3 4 5 6
78
valor de cualquier trmino, como x77 = en la sucesin anterior. Notar que la sucesin
77
1
4 puede denirse tambin mediante una frmula para su trmino general: xn = . En
n
cambio, la sucesin 7 est denida por un primer elemento, x1 = 1 y una ley de recurrencia,
q
xn +2
xn+1 = 2
, para cada n N. As, la sucesin 7 es:

18
x1 = 1
q q q
x2 = x12+2 = 1+2
= 3
= 1.224744871391
q q 2 3 q
2
+2
x3 = x22+2 = 2
2
= 1,224744871391+2
2
= 1.269792280530
q q
1,269792280530+2
x4 = x32+2 = 2
= 1.278630572239
q q
1,278630572239+2
x5 = x42+2 = 2
= 1.280357483720

Notar que, a diferencia de la frmula para el trmino general, si queremos conocer el valor
de, digamos, x77 , tenemos que calcular todos los trminos consecutivos desde x1 hasta el
propio x77 .

1.4.1. Sucesiones convergentes y sucesiones de Cauchy

De la sucesiones nos interesa el concepto de convergencia. Intuitivamente una sucesin


{xn } converge a un nmero real x si, cuando n crece lo suciente, los trminos xn se acercan
a x tanto como queramos (Figura 8).

Figura 8: Sucesin convergente a x

Pensemos en las sucesiones del Ejemplo 7 anterior. La sucesin 1 no converge, pues el


valor de sus trminos van creciendo indenidamente (ver Figura 7a). La sucesin 2 converge
a 1, pues todos los trminos valen 1. La sucesin 3 no es convergente, pues el valor de sus
trminos se queda oscilando innitamente entre 0 y 1. La sucesin 4 converge a cero (ver
1
Figura 7b), pues se acerca a cero tanto como queramos cuando n crece. Por ejemplo,
n
10
el trmino correspondiente a n = 10 es x1010 = 0.0000000001, y el correspondiente a
50
n = 10 es x1050 = 0.00000000000000000000000000000000000000000000000001. La sucesin
n+1
5 converge a 1, pues se acerca a 1 tanto como queramos cuando n crece.
n

La distancia de xnx se expresa con el valor absoluto, |xn x|. Pedir que xn se acerque a
a
x tanto como queramos es pedir que |xn x| sea tan pequeo como queramos. La denicin
matemtica de sucesin {xn } convergente a un x R es la siguiente:

Denicin 12 (Sucesin convergente) Diremos que {xn } es convergente a x R si, para


todo>0 (letra griega psilon), existe una posicin N N tal que, a partir de ella, todos los
dems xn cumplen |xn x| < . Escrito en smbolos:

> 0, N N : si n N, entonces |xn x| < . (2)

Tambin podemos decir que {xn } converge a x, {xn } tiende a x, {xn } x, lm xn = x.


n

19
Si observamos slo el principio y el nal de la proposicin (2) anterior,

>0 ........................ entonces |xn x| <


puede entenderse que, efectivamente, |xn x| puede hacerse tan pequeo como queramos:
ms pequeo que cualquier valor positivo . La parte central de (2)
............... N N : si n N, ..................

indica que no todos los xn tienen que cumplir |xn x| < , sino slo los trminos a partir
de una cierta posicin denida por un natural N.
Por ejemplo, supongamos que en la sucesin de la Figura 8 tomamos un valor 1 (Figura
9). Notar que1 representa una distancia alrededor de x, pues |xn x| < si, y slo si,
< xn x < si, y slo si, x < xn < x + si, y slo si, xn (x , x + ).

Figura 9: Sucesin convergente a x

Podemos conseguir que |xn x| < 1 , es decir, que xn (x 1 , x + 1 )? Como se ve en


la gura, esto no se cumple para todo n, pues x1 , x2
y x3 no lo cumplen, pero s es cierto
a partir de x4 . Por lo tanto, podemos decir que, para el valor 1 de la Figura 9, existe un
trmino, x4 , o bien existe una posicin, N = 4, a partir de la cual todos los dems trminos
cumplen que |xn x| < 1 .

Supongamos ahora que tomamos otro valor = 2 ms pequeo que 1 (Figura 10).
Podemos conseguir ahora que xn (x 2 , x + 2 )? De nuevo la respuesta es armativa

Figura 10: Sucesin convergente a x

pero con una condicin: n 7. En la Figura 10 puede verse que, a partir del trmino x7 ,
todos los dems cumplen que |xn x| < 2 . Ahora podramos tomar un valor 3 que fuese
mil veces ms pequeo que 2 . Si pudisemos ampliar mil veces la Figura 8, veramos que
existe una posicin N N (un trmino xN ) a partir de la cual todos los dems cumplen que
|xn x| < 3 . Pues bien, si esto ocurre para cualquier de valor de > 0, por pequeo que
sea, entonces diremos que la sucesin {xn } es convergente a x (ver Denicin 12).

El valor puede entenderse como un error mximo permitido: podemos tomar un xn


como aproximacin de x cometiendo un error menor que ? Si la sucesin es convergente a
x, entonces la respuesta ser que s, siempre que tomemos n sucientemente grande.

20
Ejemplo 8
1
Consideremos la sucesin
y veamos que se cumple la proposicin (2) de la
n
Denicin 12 anterior con x = 0. Tomemos, por ejemplo, = 0.1 y tenemos que estudiar
1
cundo se cumple que 0 < 0.1. Haciendo cuentas,
n
1 1 1
0 < 0.1 < 0.1 n> n > 10.
n n 0.1

Por lo tanto, para = 0.1, tomando N = 11 se cumple (2). Si ahora tomamos = 0.001,
1 1 1
0 < 0.001 < 0.001 n> = 1000.
n n 0.001

Por lo tanto, para = 0.001, tomando N = 1001 se cumple (2). Sin embargo, para demostrar
1
que la sucesin es convergente a cero, la proposicin (2) debe cumplirse para todo > 0.
n
Como hay innitos valores para , el modo de demostrarlo para todo > 0 es considerar un
>0 cualquiera (sin darle un valor concreto). Entonces,
1 1 1
0 < < n> .
n n
1
Por lo tanto, basta tomar un

N >
, lo que siempre es posible pues el conjunto N de los
1
nmeros naturales es innito. As pues hemos demostrado que sucesin es convergente
n
m n1 = 0.
a cero, o bien que l
n

Ejemplo 9 La sucesin 2 del Ejemplo 7, xn = 1, n, es convergente a 1: dado un > 0


cualquiera, basta tomar N =1 para tener que, si n 1, entonces |xn x| = |1 1| = 0 < ,
luego se cumple la proposicin (2).

Ejemplo 10 {xn } 1, 0, 1, 0, 1, 0, 1, , no es convergente


La sucesin 3 del Ejemplo 7,
a ningn real x: para x = 1, = 0.5, para cualquier N que
por ejemplo, si tomamos
consideremos siempre existirn trminos posteriores a N tales que |xn x| = |01| = 1 > 0.5,
luego no se cumple la proposicin (2).

Nota 8 a) En la proposicin (2) no se dice que sea pequeo. Pero obviamente son los
valores pequeos de >0 los que representan que xn se acerca a x.

b) La N de la proposicin (2) no es nica. Si para = 0.1 tenemos que N = 21, tambin


son vlidos los valores N = 22, N = 25, N = 4837, etc.

c) Si a una sucesin convergente a un x le quitamos o aadimos un nmero nito de trminos,


obtenemos otra sucesin que tambin es convergente a x. As, la convergencia, o no,
de una sucesin no depende de los primeros (millones de) trminos.

d) Una sucesin {xn } puede ser convergente a x aunque ningn xn sea exactamente igual
a x, como las sucesiones 5 y 6 del Ejemplo 7. Pero tambin puede ocurrir que todos o
algunos de sus trminos xn sean iguales a x, como en la sucesin 2 del Ejemplo 7.

El principal inconveniente de la denicin de sucesin convergente (Denicin 12) es


que en ella interviene el valor del lmite, x, que no es un elemento de la sucesin. Veamos
ahora una denicin equivalente en la que no aparece x. Si en la Figura 8 eliminamos la x

21
Figura 11: Sucesin de Cauchy

obtenemos la grca de la Figura 11, en la que la sucesin {xn } representada es la misma,


luego es convergente. Grcamente, la sucesin de la Figura 8 es convergente porque sus
trminos xn se acercan a x todo lo que queramos. Puesto que en la sucesin de la Figura
11 no tenemos x, la idea de convergencia podemos basarla en que sus trminos se acercan
entre s todo lo que queramos, que es el concepto de Sucesin de Cauchy:

Denicin 13 (Sucesin de Cauchy) Diremos que {xn } es una Sucesin de Cauchy si

> 0, N N : si m > n N, entonces |xm xn | < . (3)

Qu relacin hay entre los conceptos, sucesin convergente y sucesin de Cauchy?:

Teorema 6 (de completitud de Cauchy) Sea {xn } una sucesin de reales. Entonces,
{xn} es una Sucesin de Cauchy si, y slo si, {xn} es una sucesin convergente (a un x R).

Demostracin: () Esta implicacin no podemos demostrarla aqu. Est ligada a una


construccin rigurosa de los nmeros reales El hecho de que cualquier sucesin de Cauchy
en R sea convergente en R es lo que signica que R sea completo.

() Supongamos que {xn } es convergente (a un x), es decir, que se cumple (2) de la De-
nicin 12. Para demostrar que es de Cauchy tenemos que probar que cumple (3) de la
1
Denicin 13. Para ello, sea > 0 cualquiera . Consideremos > 0 y le aplicamos (2):
2

N N : si nN entonces |xn x| < 2 .


As, si m>nN entonces |xm xn | = |xm x + x xn | |xm x| + |x xn | < 2 + 2 = ,
luego hemos probado que se cumple (3). 

En adelante supondremos que sucesin de Cauchy y sucesin convergente son conceptos


equivalentes (en R).

El teorema siguiente nos indica el comportamiento de las sucesiones convergentes frente a


las operaciones algebraicas, suma, producto, cociente, etc. Intuitivamente, este teorema dice
que si xn se aproxima mucho a x eyn se aproxima mucho a y , entonces xn + yn se aproxima
mucho a x + y. Del mismo modo, xn yn se aproxima mucho a xy , x1n se aproxima mucho a x1 ,
etc.
1 Para demostrar (3) tenemos que encontrar un

N N a partir del cual xm xn < . Como xm xn =

xm x + x xn |xm x| + |xn x|, resulta que xm xn ser menor que si conseguimos que |xm x|

y |xn x| sean menores que 2 . Por eso consideramos aqu 2 > 0.

22
Teorema 7 (lgebra de sucesiones convergentes) Sean {xn } e {yn } sucesiones con-
vergentes a x e y, respectivamente. Entonces,

(i)

la sucesin {xn +yn } converge a x+y , es decir, lm xn + yn = x + y = lm xn + lm yn ,
n n n

(ii) la sucesin {xn yn } converge a xy , es decir, lm xn yn = xy = lm xn lm yn ,


n n n

(iii) la sucesin {|xn |} converge a |x|,

(iv) 1 1

si xn 6= 0, n N, y x 6= 0, la sucesin xn
converge a x ,

(v)

si xn 0, n N, la sucesin p xn converge a p
x, para todo natural p 2.

Demostracin: Vamos a demostrar nicamente (i) (las demostraciones de (ii) a (v) son
2
parecidas). Sea > 0 cualquiera . Consideremos
2
> 0 y le aplicamos que {xn } converge a x:

N 0 N tal que, si n N 0 entonces |xn x| < .
2


Del mismo modo, si aplicamos a
2
>0 que {yn } converge a y tenemos que:


N 00 N tal que, si n N 00 entonces |yn y| < .
2

0
As,

|xn x| <
2
se cumple a partir de N y |yn y| <

2
se cumple a partir de N 00 . Como
necesitamos que se cumplan las dos desigualdades a la vez, denimos

N = max{N 0 , N 00 }

y resulta que, si n N, entonces

(xn + yn ) (x + y) = xn x + yn y |xn x| + |yn y| < + = ,



2 2
luego se cumple (2) de la Denicin 12 para la sucesin {xn + yn } y el real x + y, luego la
sucesin {xn + yn } converge a x + y. 

Nota 9 Con el lgebra de sucesiones y sabiendo que


n
podemos resolver cualquier lm n1 = 0
lmite que sea cociente de dos polinomios, como la sucesin 5 del Ejemplo 7:

n 1 1
n+1   n
+ n
1+ n 1+0
lm = dividiendo por n arriba y abajo = lm n = lm = = 1,
n n n
n
n 1 1
2 Para demostrar (i) tenemos que encontrar un

N N tal que si n N entonces (xn + yn ) (x + y) < .


Como (xn + yn ) (x + y) = xn x + yn y |xn x| + |yn y|, resulta que (xn + yn ) (x + y) ser

menor que si conseguimos que |xn x| y |yn y| sean menores que 2 . Por eso consideramos aqu 2 > 0.

23
o incluso con races, como la sucesin 6 del Ejemplo 7
s s r
2n 5 5
r
2n 5 n
n
2 n 2
lm = lm 3n 1 = lm 1 = .
n 3n + 1 n
n
+ n
n 3+ n
3
Otro ejemplo podra ser:
s s
5n 4 5 4
r r
3 5n 4 3 n2
n2 3 n
n2 3 00
lm = lm 7n2
= lm 2 1 = = 0.
n 7n2 + 2n + 1 n
n2
+ 2n
n2
+ 1
n2
n 7+ n
+ n2
7+0+0

Nota 10 Las propiedades (i) y (ii) se cumplen tambin si, en lugar de sumar o multiplicar
2 sucesiones convergentes, se suman o multiplican un nmero jo p de sucesiones:

(i) lm
 
xn + yn + .(p)
. . + zn = x + y + .(p)
.. + z
n

(ii) lm
 
xn yn . . .zn = xy .(p)
(p)
. .z
n

En particular, si en (ii) tomamos la misma sucesin {xn } repetida p veces, tenemos que la
potencia p-sima de una sucesin {xn } convergente es tambin convergente:

lm xpn = xp .
n

Sin embargo, las propiedades (i) y (ii) no son ciertas si el nmero de sumandos o factores es
variable. Por ejemplo, si consideramos la sucesin
  1 1 1

xn = n+1 + n+2
+ ... + 2n n=1
en la que el nmero de sumandos es n (variable), no es correcto hacer

1 1 1

lm xn = lm n+1
+ n+2
+ ... + 2n
= 0 + 0 + + 0 = 0.
n n
1 1 1 1 1 1 n
De hecho, se cumple que xn = n+1
+ n+2
+ ... + 2n
2n
+ 2n
+ ... + 2n
= 2n
= 12 ,
1
luego si xn
2
n, su lmite no puede ser cero. Ver tambin el comentario tras la Denicin
27, pgina 53.

Teorema 8 (del Sandwich) {xn }, {yn } y {zn } sucesiones que cumplen xn yn zn


Sean
para todo n y tales que {xn } y {zn } son convergentes al mismo x R. Entonces, {yn } tambin
es convergente a x.

Demostracin: Sea > 0 cualquiera. Tenemos que encontrar un natural N a partir del
cual |yn x| < . Como {xn } converge a x,
N 0 N tal que, si n N 0 entonces |xn x| < , si, y slo si xn (x , x + ).

Como {zn } tambin converge a x, N 00 N tal que, si n N 00 entonces zn (x , x + ).


Si ahora denimos N = max{N 0 , N 00 } resulta que, si n N , entonces, como xn yn zn ,
tambin yn (x , x + ) si, y slo si, |yn x| < . 

24
sen(n)
Ejemplo 11 Estudiar el lmite lm . Como 1 sen(n) +1, dividiendo por n,
n n
1 sen(n) 1 1 1
h i sen(n)
= n
n
n
, y como lm n
= lm n
= 0, = Sandwich = lm = 0.
n n n n

1.4.2. Sucesiones acotadas y montonas

Denicin 14 (Sucesin acotada) Una sucesin {xn } es acotada si existe una constante
M R (llamada cota) tal que |xn | M n. Tambin diremos que es acotada superiormente,
si xn M n (cota superior), o acotada inferiormente, si xn M n (cota inferior).

Un ejemplo de sucesin que no es acotada es la sucesin 1 del Ejemplo 7, representada


en la Figura 7a. Concretamente, no es acotada superiormente, aunque s es acotada infe-
riormente, siendo M = 0 una cota inferior. Notar que tambin son cotas inferiores de esta
sucesin M = 1, M = 7, etc., pues en la denicin de cota no dice que una cota deba
ser ajustada. Las sucesiones representadas en las Figuras 7b y 8 s son acotadas, con cotas
M =1 y M = x, respectivamente.

Teorema 9 (Acotada por convergente a cero) Si {xn } es acotada e {yn } es convergen-


te a 0, entonces {xn yn} es tambin convergente a 0.

Demostracin: Si {xn } es acotada entonces |xn | M n. Multiplicando por |yn | tenemos


que |xn yn | M |yn | , luego

M |yn | xn yn M |yn | n
Por el Teorema 7, la sucesin {M |yn |} es convergente a M |0| = 0, y por el Teorema 8 del
Sandwich, la sucesin {xn yn } es tambin convergente a 0. 

sen(n) 1 h
Ejemplo 12 lm
i
= lm sen(n) = Acotada por convergente a cero = 0.
n n n n

De los Ejemplos 11 y 12 y de la demostracin del Teorema 9 parece que ste y el Teorema


del Sandwich son equivalentes. Veamos un ejemplo que indica que no es as.

Ejemplo 13 Estudiar la convergencia de


1
n2 +1
+ n21+2 + + n21+n . Recordemos
{xn }, xn =
(Nota 10) que no es correcto aplicar (i) para deducir que su lmite es 0 + 0 + + 0 = 0.
1
Lo intentamos por el Teorema del Sandwich: cada sumando 2 puede ser acotado entre el
n +i
1 1 1
menor y el mayor de ellos, 2
n +n
n2 +i n2 +1 , y sumando para i = 1, 2, . . . , n:
1 1 1 1 1 1 1 1 1
n2 +n
+ n2 +n
+ + n2 +n
n2 +1
+ n2 +2
+ + n2 +n
n2 +1
+ n2 +1
+ + n2 +1
n 1 1 1 n
= n2 +n
n2 +1
+ n2 +2
+ + n2 +n
n2 +1

y como lm n2n+n = 0 y lm n2n+1 = 0, por el Teorema del Sandwich, tambin lm xn = 0.


n n n

25
Qu relacin hay entre sucesin convergente y sucesin acotada? Puede probarse el
siguiente teorema:

Teorema 10 Toda sucesin {xn } convergente es acotada.

El recproco, "toda sucesin {xn } acotada es convergente" no es cierto. Para demostrarlo,


basta con encontrar un contraejemplo: la sucesin {xn } 1, 0, 1, 0, 1, 0, 1, , es acotada
pero no es convergente. Necesitamos otra condicin ms para que una sucesin acotada sea
convergente (ver Teorema 11):

Denicin 15 (Sucesin montona) Diremos que una sucesin {xn } es montona si es

montona creciente, es decir, si xn xn+1 para todo n N, o bien si es

montona decreciente, es decir, si xn+1 xn para todo nN

Si cambiamos   por  <, podemos hablar de estrictamente creciente o decreciente.

Teorema 11 (de la convergencia montona) Toda sucesin {xn } montona y acotada


es convergente (sucesin de Cauchy).

Demostracin: Sea {xn } montona y acotada. Por reduccin al absurso (PRAA), supon-
gamos que no es convergente (no es SC). Como ser SC signica (ver Denicin 13) que

> 0, N N : si m > n N, entonces |xm xn | < ,

no ser SC signica lo contrario, es decir, que o > 0 (jo, concreto) tal que

N N, existen m>nN tales que |xm xn | o = xm xn + o (4)

(4)
Para N = 1, = existen m1 > n1 1 tales que xm1 xn1 + o .

(4)
h i
Para N = m1 , = existen m2 > n2 m1 tales que xm2 xn2 + o = como n2 m1

= xm2 xm1 + o (xn1 + o ) + o = xm2 xn1 + 2o .

(4)
h i
Para N = m2 , = existen m3 > n3 m2 tales que xm3 xn3 + o = como n3 m2

= xm3 xm2 + o (xn1 + 2o ) + o = xm3 xn1 + 3o .

As sucesivamente, vamos encontrando trminos xmk tales que xmk xn1 + ko para cada

k = 1, 2, 3, . . . , luego la sucesin {xn } no est acotada, lo que es una contradiccin. 

Veamos una justicacin visual de este Teorema 11. Una sucesin montona creciente
tiene que estar creciendo indenidamente (cada trmino debe estar a la derecha del anterior,

26
Figura 12: Sucesin montona y acotada

como en la Figura 12). Si, adems, est acotada superiormente, los trminos no pueden
rebasar una cota M, luego necesariamente tienen que acercarse entre s innitamente y
la sucesin es sucesin de Cauchy (y, por tanto, convergente). Notar que sabemos que es
convergente aunque no conocemos el valor del lmite.

Nota 11 Por la Nota 8c, el Teorema 11 anterior es tambin vlido si la sucesin es


montona slo a partir de una cierta posicin. Adems, si una sucesin {xn } es creciente,
x1 x2 x3 x4 . . . , entonces est acotada inferiormente (por M = x1 , por ejemplo, ver
Figura 12), luego basta demostrar que est acotada superiormente para que sea convergente.
As, el modo de utilizar el Teorema 11 en la prctica es:

Toda sucesin creciente y acotada superiormente es convergente.

Toda sucesin decreciente y acotada inferiormente es convergente.

Ejemplo 14 Estudiar la convergencia de la sucesin {xn } denida por el trmino general

1 3 5 (2n1)
xn = .
2 4 6 (2n)

Observemos en primer lugar que no podemos utilizar la denicin de sucesin convergente


pues no tenemos idea del valor del lmite. S podemos utilizar el Teorema 11. Veamos primero
xn+1
que es montona. Para ello, calculamos el cociente y estudiamos si es 1 1:
xn

xn+1 1 1 3 5 (2n1) (2n+1) 2 4 6 (2n) 2n+1


= xn+1 = =
xn xn 2 4 6 (2n) (2n+2) 1 3 5 (2n1) 2n+2
2n+1
y como
2n+2
1 para todo n, entonces xn+1 xn , n, y la sucesin {xn } es decreciente.
Adems, es obvio que xn 0 para todo n (pues es producto de nmeros positivos), luego
la sucesin {xn } est acotada inferiormente por M = 0. Por el Teorema 11 (y la Nota 11),
sabemos que la sucesin {xn } es convergente (aunque no conocemos su lmite).


Teorema 12 (Un lmite importante) n = 1. lm
n
n


Demostracin: Para n > 1 tenemos que n n > n 1 =1, luego n n = 1 + xn con xn > 0.
As, basta demostrar que l
m xn = 0. Elevando a n en n n = 1 + xn tenemos
n
h i
n (n1) n (n1)
n = (1 + xn )n = Bin. Newton = 1 + nxn + 2
x2n + ... + xnn > 1 + 2
x2n

27
q
n (n1) n
pn 2
y despejando:
2
x2n < n 1 2
x2n < 1 2
xn < 1 xn < n
,

q
2
luego 0 < xn < n
para todo n>1 y, por el Teorema 8 del Sandwich, lm xn = 0. 
n

p
Nota 12 lm n n2

n2 = lm n
n n
n = 1 1 = 1. Tambin lm n = lm n n n = 1. En
n n n p n
q(n)
general, dados dos polinomios en n, p(n), q(n), ocurre que lm p(n) = 1. Por ejemplo,

2n+3
n
lm 7n5 + 4n3 = 1.
n

1.4.3. Sucesiones divergentes

Diremos que una sucesin {xn } es divergente si no es convergente. Los siguientes son
ejemplos de sucesiones divergentes:

1. {xn } 1, 2, 3, 4, 5, 6, 7,

2. {xn } 1, 2, 3, 4, 5, 6, 7,

3. {xn } 1, 2, 3, 4, 5, 6, 7, 8,

4. {xn } 1, 2, 1, 2, 1, 2, 1, 2,

5. {xn } 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2,

6. {xn } 1, 21 , 2, 23 , 3, 14 , 4, 51 , 5, 16 ,

7. {xn } 1, 12 , 1+ 12 , 13 , 1+ 31 , 14 , 1+ 15 , 15 ,

Las sucesiones 4 a 7 anteriores son divergentes porque son oscilantes. Ahora nos interesan
ms las sucesiones divergentes 1 a 3:

Denicin 16 (Sucesin divergente) Diremos que una sucesin {xn } es:


(i) divergente a + si M R, N N : si n N, entonces xn > M (5)

(ii) divergente a si M R, N N : si n N, entonces xn < M (6)

Tambin podemos decir que {xn } tiende a +, {xn } +, lm xn = +, etc.


n

Por ejemplo, la sucesin 1 anterior es divergente a + (ver Figura 13): para cada M que
consideremos (por grande que sea), siempre podremos conseguir que xn > M , a partir de
una cierta posicin N . Del mismo modo, la sucesin 2 es divergente a . Notar que la
sucesin 3, {xn } 1, 2, 3, 4, 5, 6, 7, 8, , no es divergente a + ni a , pero en
valor absoluto, la sucesin {|xn |} es divergente a +. Podemos decir, en estos casos, que
{xn } es divergente a .

28
Figura 13: Sucesin divergente a +

Operaciones con sucesiones convergentes y divergentes


Con las Deniciones 12 y 16 sabemos qu signica con R {, +}
lm xn = ,
n
(este conjunto se llama recta real ampliada). Vamos a extender el Teorema 7 a operaciones
con sucesiones convergentes y divergentes. Por ejemplo, para la suma tenemos el siguiente
resultado:

Teorema 13

Si lm xn = a R y lm yn = +, entonces lm xn + yn = +.
n n n

Demostracin: Veamos que {xn + yn } cumple la Denicin 16(i). Sea M R cualquiera3 .


Como lm xn = a, aplicamos la Denicin 12 para, por ejemplo, = 1:
n

existe N0 N tal que si n N0 entonces |xn a| < 1 xn a > 1 xn > a 1.


Dado M (a 1) R, como lm yn = +, aplicamos la Denicin 16(i):
n

existe N N tal que si n N entonces yn > M (a 1).


Tomando N = max{N 0 , N } resulta que, si n N entonces xn +yn > a1+M (a1) = M ,
luego se cumple la Denicin 16(i) y lm xn + yn = +. 
n

Este teorema puede expresarse de manera simblica como que a + (+) = +. De


modo anlogo pueden probarse los teoremas correpondientes a los siguientes resultados:

a + () = , (+) + (+) = +, () + () = ,
() () = , a () = (con el signo que corresponda, a 6= 0),
a 1 1 1
=0 = = + = ,
0 0+ 0
+
(aqu, signica que la sucesin en valor absoluto converge a +, 0 representa una

sucesin que tiende a cero y es siempre positiva, 0 representa una sucesin que tiende a
cero y es siempre negativa).

()p = , p
= (con el signo segn el natural p2 sea par o impar).

3 Para demostrar que se cumple 16(i) tenemos que encontrar un N N a partir del cual xn + yn > M .
Para ello, tenemos que conseguir que xn > cte (a partir de que es convergente a a) y que yn > M cte (a
partir de que diverge a +)

29
Ejemplo 15
s s
5n2
r n 4 1 4
r
3 5n2 + n 4 3 n2
+ n2
n2 3
5+ n
n2 3 5+00
lm = lm 3n 1 = lm 3 1 = = +.
n 3n + 1 n
n2
+ n2
n
n
+ n2
0+0

Nota 13 (Indeterminaciones) El producto 0 (+) es una indeterminacin, pues al


multiplicar una sucesin convergente a cero por otra divergente a + podemos obtener
cualquiera de las tres posibilidades siguientes:

1
una sucesin convergente a un real (por ejemplo
n
n),
1
una sucesin convergente a cero (por ejemplo
n2
n),
1
una sucesin divergente (por ejemplo
n
n2 ).
En general, existen siete tipos de indeterminaciones:
0
+ 0 ()
0
(las otras tres, se estudiarn en la Seccin 3.2.3: 1 00 0 ).

Vamos a dar un mtodo til para el clculo de lmites de sucesiones en forma de fracciones
en las que, en el numerador o en el denominador, aparecen sumas de n trminos.

Teorema 14 (de Stolz) Sea {vn } una sucesin montona creciente tal que lm vn = +.
n
un+1 un un
Si lm =xR entonces lm = x.
n vn+1 vn n vn

Nota 14 El modo de utilizar el Teorema de Stolz es similar al de la Regla de L'Hopital


(Teorema 54, Tema 4). Queremos calcular el lmite de una sucesin en forma de cociente,
xn = uvnn . Si calculamos el lmite del cociente de las diferencias, uvnn++11 un
vn
, y vale x, entonces
el lmite original, lm xn , tambin existe y vale x. Obviamente esto tiene utilidad si la expre-
n
sin de un+1 un (o de vn+1 vn ) es ms sencilla que la de un . Esto ocurre, por ejemplo,
cuando cuando un se expresa como una suma de n trminos, como en el siguiente ejemplo.

12 + 22 + ... + n2
Ejemplo 16 Calcular el lmite de la sucesin {xn } denida por xn = .
n3
Llamemos un = 12 +22 +...+n2 , vn = n3 . Claramente {vn } es montona creciente y divergente
a +, luego podemos el Teorema de Stolz. Calculemos

 
un+1 un = 12 + 22 + ... + n2 + (n + 1)2 12 + 22 + ... + n2 = (n + 1)2

vn+1 vn = (n + 1)3 n3 = n3 + 3n2 + 3n + 1 n3 = 3n2 + 3n + 1

30
un+1 un (n + 1)2 n2 + 2n + 1 1
luego lm = lm 2
= l
m 2
= .
n vn+1 vn n 3n + 3n + 1 n 3n + 3n + 1 3
12 + 22 + ... + n2 1
Por el Teorema de Stolz, lm xn = lm = .
n n n3 3
 k
1 + 2k + ... + nk

1
Como ejercicio, calcula el lm (Solucin:
k+1
).
n nk+1

un un1 un+1 un
Nota 15 El Teorema de Stolz es vlido con lm en lugar de lm .
n vn vn1 n vn+1 vn

Hemos visto en la Nota 12 que lm n np = 1 para calquier p N jo. Sin embargo, vamos
n
a ver que lm n n! = +. Para ello, utilizaremos la frmula de Stirling.
n

n!
Teorema 15 (de Stirling) lm = 2
n n nn en

Nota
16 Este teorema viene a decir que, en el clculo de lmite de sucesiones, n! y
n
n
2n n e son equivalentes: cada n! que aparezca en un lmite puede ser sustitui-
do por 2n nn en , como en los ejemplos siguientes.
n
q

Ejemplo 17 lm
h i
2n nn en = lm 2n e1 n = 1
n 2n 1
n! = lm e
(+) = +.
n n n

Ejemplo 18 Calculemos el lmite de la sucesin {xn } del Ejemplo 14 denida por

1 3 5 (2n1)
xn = .
2 4 6 (2n)
Para poder utilizar la frmula de Stirling, tenemos que manipular la expresin anterior de
modo que aparezcan factoriales. Para obtener un factorial en el numerador, multiplicamos y
dividimos por 2 4 6 (2n):
1 3 5 (2n1) 1 2 3 4 5 6 (2n1) (2n) (2n)!
lm = lm = lm
n 2 4 6 (2n) n 2 4 6 (2n) 2 4 6 (2n) n (2 4 6 (2n))2

Para obtener un factorial con el producto de los pares, 2 4 6 (2n), sacamos el factor
2 de cada nmero par: 2 4 6 (2n) = (2 1) (2 2) (2 3) (2 4) (2 n) = 2n n!:

(2n)! (2n)!
lm 2
= lm n =
n(2 4 6 (2n)) n (2 n!)2

Ahora podemos aplicar Stirling: como n! es equivalente a
2n nn en , tambin (2n)!
es equivalente a 22n (2n)2n e2n = 2 n 22n n2n e2n . Sustituyendo

2 n 22n n2n e2n n 1
= lm 2n 2n 2n
= lm = lm = 0.
n 2 2n n e n n n n

31
1.5. Sucesiones en Rn
n
 (k)
Una sucesin en R es x k=1
x(1) , x(2) , x(3) , x(4) , . . . , donde cada x(k) Rn es un punto
n
de R (ver Figura 14) con n componentes,
 
(k) (k)
x(k) = x1 , x2 , . . . , x(k)
n Rn .


Figura 14: Sucesin x(k) k=1
en R2 convergente a a R2

o+
Ejemplo 19
n
1 k
Un ejemplo de a sucesin en R2 es
k
, k, , es decir,
k=1
1
 1
 1

3
 1

4
 1

5
 1

6
 1

7

1
,1 , 2
, 2 , 3
, 3 , 4
, 4 , 5
, 5 , 6
, 6 , 7
, 7 , ...

Como con las sucesiones en R,


estamos interesados en el concepto de convergencia, es decir,
n
si, cuando k crece lo suciente, los trminos se acercan a un punto a de R tanto como
queramos. La denicin matemtica es la misma que en R (ver Denicin 12) cambiando
mdulo por norma:

Denicin 17

Diremos que la sucesin x(k) k=1
es convergente al punto a Rn si:

(k)
> 0 N N : si k N, entonces x a < (ver Figura 14).

1
Volviendo al Ejemplo 19, vemos que la primera componente, , convege a 0 y la segunda

k
k
componente, k , converge a 1. Es esto suciente para poder asegurar que la sucesin es
n
convergente a (0, 1)? S: para calcular el lmite de una sucesin en R basta con calcular el
lmite de n sucesiones en R (sus componentes), como dice el siguiente Teorema.

Teorema 16
 (k)
Una sucesin x k=1
en Rn es convergente a un a Rn si, y slo si,
converge componente a componente.

32
n o+
Ejemplo 20 1 n 1
La sucesin en R3 , n
, n, 2 n , es convergente a (0, 1, 1) .
n=1
1 +
 
La sucesin en R3 , n
, n n, 2n n=1 es divergente ya que la sucesin {2n } es divergente.

1.6. Series de nmeros reales

Una serie en matemticas es una suma con innitos sumandos. Una serie numrica es:

+
X
a1 + a2 + a3 + a4 + a5 + = an , donde cada an R.
n=1

Por ejemplo, 0 + 0 + 0 + 0 + 0 + , o tambin 1 + 1 + 1 + 1 + 1 + . Intuitivamente,


el resultado de la primera es cero y el de la segunda es +. Estas dos series son triviales.
Lo que hace interesante el concepto de serie es que, en algunos casos, el resultado de sumar
innitos nmeros no nulos es un nmero nito. El ejemplo tpico es:

1 1 1 1 1 1 1
+ + + + + + + = 1.
2 4 8 16 32 64 128

Para dar signicado matemtico a las sumas con innitos sumandos tenemos que recurrir
al concepto de paso al lmite,

+
P  
an = a1 + a2 + a3 + a4 + a5 + = lm a1 + a2 + + an = lm Sn ,
n=1 n n

es decir, una serie puede considerarse como una sucesin {Sn } cuyo trmino general se escribe
como un sumatorio, Sn = a1 + a2 + + an .

Denicin 18 (Serie convergente)


P
Una serie an se dice convergente o divergente
si la correspondiente sucesin {Sn } de sus sumas parciales es convergente o divergente, se
llama suma de la serie al valor A = lm Sn y escribimos que
n
X
a1 + a2 + a3 + a4 + a5 + = A o bien an = A.

Con esta denicin y con las propiedades de las sucesiones convergentes puede demos-
P P
trarse que, dadas dos series convergentes an = A y bn = B, se cumple que,

33
P
(i) la serie (an + bn ) es convergente y su suma es A + B :
    
a1 + b1 + a2 + b2 + a3 + b3 + a4 + b4 + a5 + b5 + = A + B,
P
(ii) la serie an , con R, es convergente y su suma es A:

a1 + a2 + a3 + a4 + = (a1 + a2 + a3 + a4 + ) = A,

(iii) la serie a4 + a5 + a6 + a7 + a8 + es convergente y suma A (a1 + a2 + a3 ).

Como primeros ejemplos, consideremos las series siguientes:

(n) 
1. 0 + 0 + 0 + 0 + 0 + = lm 0 + 0 + + 0 = lm 0 = 0
n n
(n) 
2. 1 + 1 + 1 + 1 + 1 + = lm 1 + 1 + + 1 = lm n = +
n n
 
3. 1 21 + 13 41 + 15 16 + = lm 1 21 + 31 14 + 51 + n1 = lm ?
n n
 
4. 1 + 12 + 31 + 14 + 15 + 61 + = lm 1 + 12 + 13 + 41 + 15 + + n1 = lm ?
n n
 
5. 1 + 21 + 41 + 18 + 16
1
+ = lm 1 + 12 + 14 + 81 + + 2n1
1
= lm ?
n n

Las dos primeras son triviales: la primera es convergente con suma 0 y la segunda es
divergente a +. En las otras tres podemos ver la particularidad de las series: slo podremos
resolverlas como una sucesin cuando podamos calcular Sn = a1 + a2 + a3 + + an , lo que,
en general, no ser posible. En el ejemplo 3, como no se conoce ninguna frmula para sumar
1 12 + 13 14 + 15 + n1 , no podemos resolver esta serie simplemente calculando el lm Sn .
1 1 1 1 1
Lo mismo ocurre con el ejemplo 4, pues tampoco sabemos sumar 1 + + + + + + .
2 3 4 5 n

En algunos casos (muy pocos), como en el ejemplo 5, s es posible. Este es un caso


particular de una serie muy importante, la serie geomtrica. Antes de estudiarla, recordemos
la frmula para sumar los n trminos de una progresin geomtrica:

Nota 17 (Progresin Geomtrica) Decimos que n nmeros a1 , a2 , a3 , , an1 , an es-


tn en Progresin Geomtrica de razn R (6= 1) si cumplen que ai+1 = Rai , para todo i.
La suma de estos n nmeros, S = a1 + a2 + + an , puede calcularse del modo siguiente:

S = a1 + a2 + a3 + + an1 + an = multiplicando por R =


RS = a2 + a3 + a4 + + an + Ran = restando y cancelando trminos
S RS = a1 + 0 + 0 + + 0 Ran =

a1 an R
= S(1 R) = a1 an R y despejando S resulta que S= , es decir,
1R
S = al primero menos el ltimo por la razn dividido por uno menos la razn.

34
Nota 18 Veamos que lm xn = 0
n
si, y slo si, |x| < 1.

Para |x| = 1, {(1)n } es oscilante y {1n } es convergente a 1.

Si |x| > 1 |x| = 1 + t, con t > 0 constante, y


entonces
h i
|x| = (1 + t) = Bin. Newton = 1 + nt + + tn > nt +.
n n

1 1
Si |x| < 1 entonces
|x|
> 1, luego
|x|
= 1 + t, con t>0 constante, y

n
x 0 = |x|n = 1 h i 1 1 1
= Bin. Newton = < 0 = 0.
(1 + t)n 1 + nt + + tn nt t

Denicin 19 (Serie geomtrica) Llamamos serie geomtrica de razn x a

+
X
xn = 1 + x + x 2 + x3 + x4 + que es una serie numrica para cada valor de x R.
n=0

xn ,
P
Notar que la serie geomtrica, no es simplemente una serie, sino una familia de
series, pues para cada valor de x tenemos una serie diferente. Veamos que, dependiendo del
valor de x, la serie es convergente o divergente.

Teorema 17 (de la serie geomtrica) xn


P
La serie es convergente si, y slo si, |x| < 1.
1
En este caso, su suma es 1x
, es decir,
+
X 1
xn = 1 + x + x2 + x3 + x4 + = para todo x (1, +1).
n=0
1x

Demostracin: Por la Denicin 18, la serie es convergente o divergente si la sucesin {Sn }


de sus sumas parciales es convergente o divergente, donde

Sn = 1 + x + x2 + x3 + x4 + + xn1 .

Lo estudiamos segn los valores de x. Para x=1 tenemos que Sn = n, que es divergente.
Para x 6= 1, Sn es la suma de una progresin geomtrica de razn x 6= 1 (ver Nota 17):

2 3 4 n1
h i 1 xn1 x 1 xn
Sn = 1 + x + x + x + x + + x = Nota 17 = = .
1x 1x
As, {Sn } es convergente si, y slo si, {xn } es convergente, si, y slo si, |x| < 1 (Teorema 12).
1
En m xn = 0 (Teorema 12) y la suma de la serie es lm Sn =
este caso, l . 
n n 1x

Nota 19 xn
P
En los casos x = 1 y x = 1, la serie geomtrica es divergente. Sin embargo,
el modo de diverger es diferente:
P n
Para x = 1 la serie es 1 = 1+1+1+1+1+, que es divergente a + porque
lm {Sn } = lm n = +.
n n

35
(1)n = 1 1 + 1 1 + 1 + ,
P
Para x = 1 la serie es que es divergente porque
la sucesin {Sn } es oscilante: {Sn } 1, 0, 1, 0, 1, 0,

Entre los casos convergentes podemos destacar:

1 n
 P 1
= 1 + 12 + 14 + 81 + 16
1 1 1 1
P
2
= 2n + 32 + = 1 12
=2 (geomtrica de razn x= 2
)

1
n 1
= 1 12 + 41 81 + 1 1 1 2
P
2 16
32
+ = 1+ 12
= 3
(geomtrica de razn x= 2
)

Otro ejemplo de series que pueden sumarse son las telescpicas, llamadas as porque sus
sumas parciales se calculan por cancelacin telescpica, como en el siguiente ejemplo.

+
1
Ejemplo 21 (Serie telescpica)
X
Consideremos la serie .
n=1
n(n+1)
1 1 1 1 1
Sus sumas parciales son: Sn = 1 2
+ 2 3
+ 3 4
+ 4 5
+ + n(n+1)
.

1
Observemos que cada sumando puede descomponerse como suma de dos fracciones:
n(n+1)

1 A B An+A+Bn 1 1 1
 
n(n+1)
= n
+ n+1
= n(n+1)
resolviendo A = 1, B = 1 = n(n+1) = n
n+1

1 1 1 1 1
 
y, por lo tanto, Sn = 1 2
+ 2 3
+ 3 4
+ 4 5
+ + n(n+1) = sustituyendo =
1
= 12 + 12 13 + 13 14 + 14 51 + + n1
1
1
n+1
= [cancelacin telescpica] = 1
1
1
n+1
1

luego lm Sn = lm 1 n+1 = 1 0 = 1 = la serie es convergente y suma 1, es decir,
n n

+
1 1 1 1 1
P
n(n+1)
= 1 2
+ 2 3
+ 3 4
+ 4 5
+ = 1.
n=1

P
Como dada una serie an no podemos, en general, calcular Sn = a1 + a2 + a3 + + an ,
(salvo en algunas excepciones) tenemos que estudiar las series, no a partir de la sucesin
{Sn }, que no conocemos, sino a partir de sus trminos
P an , que s conocemos. Por ejemplo,
sabemos que una serie anPes convergente si {Sn } es convergente (Denicin 18), pero,
qu signica que una serie an sea convergente respecto de sus trminos an ? Es lo que
dice el siguiente teorema.

Teorema 18 (Cauchy para series)


P
Una serie an es convergente si, y slo si,

> 0, N N : si m>nN entonces an+1 + an+2 + + am < .

Demostracin: Por la Denicin 18,


P
an es convergente si la sucesin {Sn } es convergente,
y por el Teorema 6, {Sn } es convergente si, y slo si, es Sucesin de Cauchy:

> 0, N N : si m>nN entonces |Sm Sn | < ,

36
donde Sm Sn = (a1 + a2 + + am ) (a1 + a2 + + an ) = an+1 + an+2 + + am . 

Es decir, las series convergentes son aquellas cuyas colas, an+1 +an+2 + +am , se hacen
tan pequeas como queramos (haciendo n sucientemente grande). Si las colas tienden a
cero, en particular tambin tiende a cero an , como dice el siguiente teorema.

Teorema 19
P
Si an es convergente, entonces la sucesin {an } converge a cero.

Demostracin: Sea > 0 cualquiera. Si


P
an es convergente, por el Teorema 18,

N N : si m>nN entonces an+1 + an+2 + + am <

y tomando m=n+1 tenemos que

si n+1N entonces |an+1 | < , = |an+1 0| < , luego lm an = 0. 


n

Este Teorema visto al revs resulta el primer criterio de divergencia:

Corolario 1 (Primer
P criterio de divergencia) Si la sucesin {an } no converge a cero,
entonces la serie an es divergente.

Con este criterio, son divergentes las series siguientes:

n2
P
1 + 1 + 1 + 1 + 1 + 1 1 + 1 1 + 1 + 7n2 +3n

P
Es cierto el recproco del Teorema 19? Es decir, si una serie an cumple que lman = 0,
n
ser necesariamente convergente? La respuesta es negativa y un contraejemplo lo propor-
P1 1
ciona la serie armnica, , cuyo trmino general an = tiende a cero pero que no es
n n
convergente, como arma el siguiente teorema.

Teorema 20 (de la serie armnica) 1


P
La serie armnica, n
, es divergente, es decir,

+
X 1 1 1 1 1 1 1
= 1 + + + + + + + = +
n=1
n 2 3 4 5 6 7

Demostracin: Tenemos que ver que la sucesin de sumas parciales {Sn } diverge a +,
conSn = 1 + 21 + 31 + 14 + 15 + + n1 . Para ello, veamos que los trminos de la forma S2k son
mayores que algo que tiende a +:

1 1 1 1 1 1 1 h i
+ + + + + + + k = agrupando trminos =
S2k = 1 +
2 3 4 5 6 7 2
     
1 1 1 1 1 1 1 1 1 1
=1+ + + + + + + + + + + + k
2 3 4 5 6 7 8 2k1 + 1 2k1 + 2 2

37
     
1 1 1 1 1 1 1 1 1 (2k1 ) 1
=1+ + + + + + + + + + + + k =
2 4 4 8 8 8 8 2k 2k 2
1 1 1 (k) 1 1
= 1 + + + + + = 1 + k que tiende a + cuando k +. 
2 2 2 2 2
P
m an 6= 0, entonces la serie
Por lo tanto, si l an es divergente, pero si lm an = 0
Pn n
entonces la serie an puede Pser convergente o divergente. Necesitamos criterios que nos
permitan decidir si una serie an es convergente o divergente.

1.6.1. Criterios para series de trminos positivos


P
Estudiemos criterios para series de trminos positivos, es decir, an con an > 0, n
(o bien a partir de una cierta posicin). Tambin podrn utilizarse para series de trminos
P P
negativos sin ms que cambiarles el signo, pues an converge si, y slo si, an converge.

Notar que las sumas parciales de las series de trminos positivos van creciendo, es decir,
la sucesin {Sn } es montona creciente y slo tiene dos posibilidades:
P
que {Sn } est acotada superiormente, y entonces an ser convergente, o
P
que {Sn } no est acotada superiormente, y entonces an ser divergente a +.

Teorema
P
21 (Criterio de Comparacin
P
con ) Sean 0 < an bn para todo n.
Si
P bn es convergente, entonces P an tambin es convergente.
Si an es divergente, entonces bn tambin es divergente.

Demostracin: Como an bn para todo n tenemos que


Sn = a1 + a2 + a3 + a4 + + an b1 + b2 + b3 + b4 + + bn = Tn ,

luego si {Tn } est acotada superiormente tambin lo est {Sn } y si {Sn } no est acotada
superiormente tampoco lo est {Tn }. 

Teorema 22 (Criterio de Comparacin con lmites) Sean an , bn > 0 tales que

an P P
lm = R, 6= 0. Entonces, an es convergente bn es convergente.
n bn
P P
(En este caso decimos que
P an y
Pbn tienen el mismo carcter. Notar que tambin se
cumple que an es divergente bn es divergente.)

Demostracin: Como > 0, sea tal que 0 < < : existe un N N tal que para todo
nN tenemos que

an
< = + < an < + = 0 < ( )bn < an < ( + )bn

bn bn

38
P P
As, si an converge, por el Teorema 21 la serie
P ( )bn converge y, dividiendo por
( ), tambin converge bn .
P P
Recprocamente, si
P bn converge entonces tambin converge ( + )bn y por el Teorema
21, la serie an converge. 

X n2 + 3n
Ejemplo 22
P
Estudiar el carcter de la serie an = .
2n3 + 10
Necesitamos un bn tal que lm abnn sea un nmero positivo. Como
n

n2 +3n
2n3 +10 n3 + 3n2 1
lm 1 = lm = 6= 0
n
n
n 2n3 + 10 2

n2 +3n 1
P P
la serie tiene el mismo carcter que la serie (serie armnica, Teorema 20), es
2n3 +10 n
decir, es divergente.

Notacin: lm an
P P
= R, 6= 0 puede denotarse como an bn . De este modo, el
n bn
ejemplo anterior quedara:

X n2 + 3n X1
, divergente.
2n3 + 10 n

1
P
Del mismo modo, en el Ejemplo 21 hemos probado que es convergente y como
n(n+1)
1 1 1
P P P
n2
n(n+1)
, la serie n2
es convergente.

Notar que todas las series con trmino general del tipo polinomio dividido por polinomio
P 1
pueden expresarse como , para algn valor de p. As, si resolvemos esta familia
P 1 np
de series,
np
, llamada serie armnica generalizada, habremos resuelto todas las series
polinomio dividido por polinomio.

Denicin 20 (Serie armnica generalizada) Llamamos serie armnica generalizada a

X 1 1 1 1 1 1 1
p
= p + p + p + p + p + p + con p R.
n1
n 1 2 3 4 5 6

1
P
Como casos particulares, para p = 1 tenemos la serie armnica , para p = 2 tenemos
n
1 1 1
P P
, para p = tenemos 3 n , etc. El teorema siguiente nos dice cules de stas son

n2 3
convergentes.

+
1
Teorema 23 (de la serie armnica generalizada)
X
converge p > 1.
n=1
np

39
1 1
P P
As, la serie es convergente y la serie
3 n es divergente. Como hemos dicho, con
n3/2
este resultado y con el criterio de comparacin anterior, conocemos el carcter de todas las
series del tipo polinomio dividido por polinomio.

an+1
Teorema 24 (Criterio del Cociente o de D'Alembert) Sea = lm .
P n an
(1) Si <1 entonces an converge.
P
(2) Si >1 entonces an diverge.
P
(3) Si =1 entonces an puede ser convergente o divergente.


Teorema 25 (Criterio de la raiz n-sima o de Cauchy) Sea = lm
n
n
an .
P
(1) Si <1 entonces an converge.
P
(2) Si >1 entonces an diverge.
P
(3) Si =1 entonces an puede ser convergente o divergente.


Demostracin: < 1, sea q tal que < q < 1. Como lm n an = , tomando
(1) Si
n
= q existir un natural N tal que si n N entonces

n an < q =

n
an < q = n an < q = an < q n n N.
P n
Como la serie q es convergente
P (geomtrica de razn q < 1), por el criterio de comparacin
(Teorema 21), la serie an es tambin convergente.

m n an = > 1, tomando = 1 existir un natural N tal que si n N entonces
(2) Si l
n

n an < 1 =

n
an > 1 = n an > 1 = an > 1 n N.
P
luego el lm an no puede ser cero y, por el Corolario 1, la serie an es divergente. 
n

r
n(n+1)
Ejemplo 23
X
Estudiemos el carcter de la serie . Por el criterio del cociente,
2n
q
(n+1)(n+2)
s
an+1 2n+1 (n+1)(n+2)2n 1
= lm = lm q = lm n+1
= < 1 = la serie es conver-
n an n n(n+1) n n(n + 1)2 2
2n
gente. Tambin por el criterio de la raiz,
sr p
n n(n+1) 2n
n(n+1) 1
= lm n
an = lm = lm = < 1 = la serie es convergente.
n n 2n n 2 2

En el ejemplo anterior hemos obtenido = . Puede probarse que esto es cierto en general:

an+1
Teorema 26 Si existe = lm n
an , entonces existe = lm = .
n n an

40
Por lo tanto, los dos criterios anteriores son similares. Adems no son muy ecaces, porque
si observamos la demostracin del Teorema 25, slo se obtiene < 1 en series ms pequeas
que la geomtrica y slo se obtiene > 1 en series cuyo trmino general no tiende a cero. El
siguiente, Criterio de Raabe, es ms potente que ambos.

 
an+1
Teorema 27 (Criterio de Raabe) Sea = lm n 1 .
P n an
(1) Si < 1 entonces an converge.
P
(2) Si > 1 entonces an diverge.
P
(3) Si = 1 entonces an puede ser convergente o divergente.

Ejemplo 24 Estudiar el carcter de la serie

X 2 5 8 (3n 1) 2 25 2 5 8 2 5 8 11
n
= + 2 + 3 + +
3 n! 3 3 2! 3 3! 34 4!
Primero probamos con el criterio del cociente:

an+1 1 2 5 8 (3n 1) (3n + 2) 3n n! 3n + 2


= an+1 = = = 1, no sabemos.
an an 3n+1 (n+1)! 2 5 8 (3n 1) 3n + 3
an+1
Si el cociente falla ( = 1), probamos con Raabe, para lo cual ya tenemos calculado :
an
     
an+1 3n+2 3n+23n3 n 1
n 1 =n 1 =n = = > 1, diverge.
an 3n+3 3n + 3 3n + 3 3

1.6.2. Series de trminos cualesquiera, series alternadas y reordenacin


P
Si
P an es una serie de trminos positivos y negativos, tomando valores absolutos la
serie |an | es de trminos positivos. Si le aplicamos a sta los criterios anteriores y resulta
convergente, tambin es convergente la serie original:

Denicin 21 (Serie P
absolutamente convergente)
P
Una serie an es absolutamente
convergente si la serie |an | (de sus mdulos) es convergente.

Teorema 28 (Abs. conv. conv) Si |an | es convergente = an es convergente.


P P

Demostracin: Sea > 0 cualquiera. Si |an | es convergente, por el Teorema 18,


P

N N : si m>nN entonces |an+1 | + |an+2 | + + |am | < .


As, si m > n N, |an+1 + aP
n+2 + + am | |an+1 | + |an+2 | + + |am | <
y, por el Teorema 18, la serie an es convergente. 
P P
Sin embargo, si |an | es divergente entonces an puede ser divergente o convergente
(ver Ejemplo 25). En este caso, si la serie es alternada (Denicin 22), podemos aplicar el
Criterio de Leibniz (Teorema 29).

41
Denicin 22 (Serie alternada) Una serie se dice alternada si es del tipo:
X
a1 a2 + a3 a4 + a5 a6 + , o bien (1)n1 an , con cada an > 0.
n1

Teorema 29 (de Leibniz) Sea una serie alternada, a1 a2 + a3 a4 + a5 a6 + ,


con cada an > 0. Si se cumple que (i) lm{an } = 0 y (ii) {an } es decreciente, entonces la
n
serie alternada es convergente.

Demostracin: La sucesin {Sn } de las sumas parciales de una serie alternada es oscilante.
Si, adems, {an } es decreciente, entonces los Sn cumplen:

es decir, S2 S4 S6 S8 S7 S5 S3 S1 . As, la sucesin {S2k } es


creciente y acotada superiormente, luego es convergente (ver Nota 11), digamos a R.
Del mismo modo la sucesin {S2k+1 } es decreciente y acotada inferiormente, luego tambin
es convergente, digamos a R. Adems, S2k+1 S2k = a2k+1 para todo k N, luego
tomando lmites y aplicando (ii) tenemos que = 0 = . Como las sucesiones
{S2k } y {S2k+1 } son convergentes al mismo nmero, la sucesin global, {Sn } es tambin
convergente y, por lo tanto, la serie es convergente. 

Ejemplo 25 (La serie armnica alternada)


+
X 1 1 1 1 1 1 1
(1)n1 = 1 + + + +
n=1
n 2 3 4 5 6 7

es convergente pues es alternada, { n1 } es decreciente y { n1 } es convergente a cero.

Teorema 30 La serie armnica alternada suma log(2), es decir,

X 1 1 1 1 1 1 1
(1)n1 = 1 + + + + = log(2).
n1
n 2 3 4 5 6 7

Demostracin: Ver el Ejemplo 64 en la pgina 122 o la Nota 69 en la pgina 168. 

Sabemos que en las sumas con un nmero nito de sumandos, el orden de los sumandos
no altera el resultado, es decir, a1 + a2 + a3 = a1 + a3 + a2 . Nos planteamos ahora si esto es
tambin cierto para las series (sumas con innitos sumandos):

42
reordenar los trminos
P
Dada
P an convergente y con suma A, cualquier serie obtenida de
de an ser tambin convergente y con suma A?
Vamos a demostrar que este resultado no es cierto con un contraejemplo:

Contraejemplo de Laurent (Reordenacin de la armnica alternada) Por reduc-


cin al absurdo, supongamos que s es cierto el resultado y consideremos la serie armnica
alternada, que es convergente y suma log(2) (Teorema 30):

log(2) = 1 21 + 13 41 + 15 61 + + 1
2n+1
1
2n+2
+ =
 
reordenamos los trminos poniendo un positivo seguido de dos negativos

= 1 21 14 + 31 61 81 + 15 1
10
1
12
+ + 1
2n+1
1
4n+2
1
4n+4
+ =
 
introducimos parntesis

1
14 + 1 1
18 + 1 1 1 1 1 1
   
= 1 2 3
6 5
10
12
+ + 2n+1
4n+2
4n+4
+ =
 
hacemos la resta de cada parntesis

1
14 + 16 18 + 1 1 1 1 1
 
= 2 10
12
+ + 4n+2
4n+4
+ = sacamos factor comn
2
1
1 12 + 13 14 + 15 16 + + 1 1
+ = 12 log(2)

= 2 2n+1
2n+2

As, hemos obtenido que log(2) = 21 log(2), lo cual es absurdo. Por lo tanto, no es cierto que
cualquier serie convergente pueda ser reordenada sin que cambie su suma. 

Sin embargo, s hay series que pueden reordenarse sin alterar su suma. Cmo saber
cuales son? El siguiente teorema nos dice que son las series que convergen en valor absoluto.

Teorema 31 (de las series que s pueden reordenarse)


P
Una serie an cumple que
cualquier serie obtenida de reordenar sus trminos es convergente y con la misma suma
P P
si, y slo si, an es absolutamente convergente ( |an | es convergente, Denicin 21).

Este teorema puede interpretarse como que son las series absolutamente convergentes
las que realmente generalizan a las sumas nitas.

Ejemplo 26 La serie armnica alternada no puede ser reordenada (sin cambiar su suma)
porque en valor absoluto es divergente. Las siguientes series s convergen en valor absoluto,
luego s pueden ser reordenadas sin cambiar su suma:

1 1
+ 14 + 19 + 1 1
P
n2
= 1 16
+ 25
+
1
= 11 + 12 + 41 + 18 + 16
1 1
+ = 2 (geomtrica de razn x = 12 )
P
2n
+ 32
P 1 n 1 1 1 1 1 1 1
2
= 1 2 + 4 8 + 16 32 + = 32 (geomtrica de razn x = 2
)

En resumen, la relacin entre convergente y absolutamente convergente es:

43
P P P
Para series an de trminos positivos, |an | = an , luego convergente y absoluta-
mente convergente es lo mismo.
P P
En general, si |an | es convergente entonces an es convergente (Teorema 28), pero
P P
el recproco no es cierto: puede que an sea convergente pero que |an | sea divergente
(como la armnica alternada), es decir,
P P
si |an | es divergente entonces an puede ser divergente o convergente.

1.7. Series de potencias

Se llama serie de potencias, abreviadamente SP, a cualquier expresin


+
X
an xn = a0 + a1 x + a2 x2 + a3 x3 + , con an R,
n=0

que es una serie numrica para cada valor de x R, y puede ser convergente para algunos
valores de x y divergente para otros, como ocurre con la serie geomtrica de razn x:
1
1 + x + x2 + x3 + x4 + = , x (1, 1) (Teorema 17).
1x
Observa que una SP puede entenderse como un polinomio de grado innito. Otros
ejemplos importantes de SP son:

x x2 x3 xn x2 x4 x2k
1+ + + + + + , 1 + + + (1)k + ,
1! 2! 3! n! 2! 4! (2k)!
an x n
P
que convergen x R. En general, cada SP tiene asociado un intervalo de conver-
gencia que siempre est centrado en cero, como dice el siguiente teorema.

Teorema 32 (Del intervalo de convergencia) an x n


P
Sea una serie de potencias. Slo
puede ocurrir una de las siguientes:

(1) converge slo para x = 0,


(2) converge absolutamente para todo x R,

? converge absolutamente x : |x| < R,
(3) existe un R R+ tal que
? diverge x : |x| > R.

Nota 20 En el caso (3), para x = R y para x = R la serie de potencias puede ser convergente
o divergente. Habr que estudiar cada caso en particular.

Denicin 23 (Radio de Convergencia) Al nmero R del caso (3) lo llamamos Radio


de Convergencia de la SP. En el caso (1) diremos que R=0y en el caso (2) que R = .

44
Teorema 33 (Clculo de R) n
P
Sea a
p n x una SP con an 6= 0 n (es decir, que tiene
todas las potencias de x). Sea = lm |an |.
n

(a) Si =0 entonces R = ,
(b) si = entonces R = 0,
1
(c) si R+ entonces R=
.

Demostracin: Demostremos (c) (los otros casos son similares). Por el Terorema 32, R es el
|an xn | converge para |x| < R y diverge para |x| >
P
nmero que cumple que la serie
p R. Como
n
P
|an x | es de trminos positivos, le aplicamos el criterio de la raiz n-sima: lm |an xn | =
p
n

lm n
|an ||x| = |x|. Entonces,

|x| < 1 ,

si |x| < 1, es decir, si la serie es convergente,
1
= R= . 
si |x| > 1, es decir, si |x| > 1 , la serie es divergente.

Nota 21
h i
(a), (b) y (c) pueden resumirse simblicamente por R = 1 , y podemos cambiar
por = lm | an+1
an
|, pues sabemos que si existe entonces existe = (Teorema 26).

Nota 22 (Si las potencias van de 2 en 2) El Teorema 33 es slo vlido si an 6= 0 n, es


n
decir, para SP que tienen todas las potencias x (a partir de un cierto n). Si tenemos una
|an x2n |, en la que las potencias van de 2 p
P
SP como en 2 (por ejemplo), procediendo como
p
en la demostracin del Teorema 33 obtenemos: l m n |an x2n | = lm n |an ||x2 | = |x|2 < 1
2 1 1 1
si, y slo si, |x| < si, y slo si, |x| < , luego el radio es R = .

Ejemplo 27 (Si las potencias van de 2 en 2) Calcular el radio de convergencia de

X (1)n+1 1 3 1 5 1 7
x2n+1 = x x + x +
n1
n 5n 5 25 2 3 53
q
1 1
Como en el Teorema 33, calculamos = lm n n 5n
= 5
. Como en esta SP las potencias

van de dos en dos, por la Nota 22, = R = 5.
Tambin podemos proceder del modo siguiente. Si sacamos factor comn a x3 y hacemos el
2
cambio x = y , obtenemos

   
3 1 1 2 1 4 3/2 1 1 1 2
x 2
x + x + =y y+ y + ,
5 25 3 53 5 25 2 3 53

que es una SP en
q y que s tiene todas las potencias. Aplicamos el Teorema 33 ( =
lm n 1
n 5n
= 1
5
) y obtenemos que tiene un radio de convergencia R = 5. Esto signi-

ca que converge absolutamente para todo y tal que |y| < 5. Deshaciendo el cambio,

|x2 | < 5 |x| < 5, luego el radio de convergencia de la serie original (en x) es R = 5.

45
Denicin 24 (Serie de potencias con centro en a R) Se llama SP(a) a cualquier
expresin
X
an (x a)n = a0 + a1 (x a) + a2 (x a)2 + a3 (x a)3 + , con an R,
n0

que es una serie numrica para cada valor de x R.

Nota 23 Una SP(a) es una serie de potencias de (xa), y si hacemos el cambio h = xa


x = a + h, la SP(a) resulta la SP en h siguiente,
X
an hn = a0 + a1 h + a2 h2 + a3 h3 + ,

que es convergente si h (R, R), es decir, si xa (R, R) x (aR, a+R). As,


todo lo que hemos visto para SPs es vlido para SP(a):

Dada una SP(a) slo puede ocurrir una de las siguientes:

(1) converge slo para x = a,


(2) converge absolutamente para
 todo x R, o
? converge absolutamente x : |xa| < R
(3) existe un R R+ tal que
? diverge x : |xa| > R
En x = aR y en x = a+R la serie puede ser convergente o divergente.

El radio de convergencia R se dene y se calcula igual que para SP.

Nota 24 (Funcin suma) an (xa)n tiene asociado un radio de convergen-


P
Toda SP(a)
cia R y podemos denir una funcin tal que a cada x (aR, a+R) le haga corresponder
an (x a)n (posiblemente tambin para x = aR y x = a+R,
P
la suma de la serie, f (x) =
si la serie es convergente):

f : (aR, a+R) PR
x y = an (xa)n

Por ejemplo, la serie geomtrica 1 + x + x2 + x3 + x4 + dene la funcin

1
f (x) = , x (1, 1).
1x
Recprocamente, muchas funciones importantes como la exponencial y el seno (denidas en
la Seccin 2.1.3) pueden desarrollarse como SP (como veremos en la Seccin 4.5.2):

1 1 1 1
exp(x) = 1 + x + x2 + x3 + x4 x R,
1! 2! 3! 4!

x3 x5 x2k+1
sen(x) = x + + + (1)k + x R.
3! 5! (2k + 1)!

Las funciones son el objeto del resto del curso.

46
2. Funciones

2.1. Funciones de una variable

Denicin 25 (Funcin) Llamamos funcin real de una variable real a toda regla de asig-
nacin f entre un subconjunto D R y R, de modo que a cada elemento xD le hace
corresponder un elemento y = f (x) de R:

f : D R R
x y = f (x)

D es el dominio de denicin de la funcin f.

A veces escribimos simplemente y = f (x). En este caso, si no se indica explcitamente


otra cosa, entenderemos que la funcin est denida en su dominio ms amplio.

Ejemplo 28 Si consideramos la funcin


x
1
, su dominio ms amplio es el conjunto
y =
de los nmeros reales menos el cero, pero bien podramos estar interesados en esta
funcin restringida slo a los reales positivos, o incluso al intervalo (0, 1]. Entonces esta-
ramos hablando de tres funciones distintas, con la misma frmula pero con distinto dominio:

1
f : R\{0} R, f (x) = x
1
f : R+ R, f (x) = x
1
f : (0, 1] R, f (x) = x

1
(1x)n
P
Comprueba que la funcin suma de f (x) = es f : (0, 2) R, f (x) = x
.
n0

Ejemplo 29 Algunas funciones estn denidas a trozos, como la funcin signo de x, sg(x),

x > 0, 1, si
sg : R R, sg(x) = 0, si x = 0,
1, si x < 0,

o la funcin valor absoluto de x (ver la Denicin 2 en el Tema 1.1, pgina 3),



x, si x 0,
f : R R, f (x) = |x| =
x, si x 0.

2.1.1. Representacin grca

Una funcin de una variable se representa grcamente en el plano R2 , tomando el eje


horizontal (abcisas) para la variable x y el eje vertical (ordenadas) para el valor y = f (x) de
la funcin en cada punto x D, como en las funciones de las Figuras 15 y 16.

47
Figura 15: Grcas de las funciones f (x) = x2 , x [1, 1], y f (x) = 1/x.

Figura 16: Grcas de las funciones y = sg (x) y valor absoluto y = |x|

Nota 25 Una grca como la de esta -


gura no es una funcin y = f (x), pues
para el valor de x de la gura no sabemos
quin es f (x). Sin embargo, s puede ser
la grca de una funcin x = f (y) (ver
Seccin 2.1.2)

48
2.1.2. Funciones Inyectivas

Una funcin f : D R R es inyectiva si dados x 6= x D entonces f (x) 6= f (x )


(puntos distintos tienen imgenes distintas). Grcamente, una funcin no es inyectiva si
alguna recta horizontal corta a la grca de la funcin ms de una vez (Figura 17b), mientras
que una funcin es inyectiva si cualquier recta horizontal corta a lo sumo una vez a la grca
de la funcin (Figura 17a). Por ejemplo, la funcin f (x) = 1/x (Figura 15) s es inyectiva
pero las funciones f (x) = sg(x), f (x) = |x| (Figura 16) no lo son.

Figura 17: Un ejemplo grco de funcin inyectiva y otro de no inyectiva

Si una funcin f es inyectiva en un dominio D, entonces podemos tomar B = f (D) (el


conjunto imagen de f) y la funcin

f : D B,

es biyectiva, es decir, a cada elemento xD le corresponde exactamente un elemento yB


y viceversa. De este modo, podemos denir una nueva funcin tal que a cada yB le asocie
el correspondiente xD original (aquel que f (x) = y ), que es la funcin inversa:

: B D, denida como: (y) = x si, y slo si, f (x) = y,

y se cumple que f ((y)) = y, para todo y B, y que (f (x)) = x, para todo x D.


Como la funcin inversa se obtiene intercambiando los papeles de las variables x e y, la
grca de la funcin inversa es la imagen simtrica a la grca de f respecto de la bisectriz
del primer cuadrante, como se muestra en la Figura 18.

Nota 26 Si una funcin no es inyectiva, como la de la Figura 19, entonces su funcin inversa
no es una funcin (ver Nota 25).

49
Figura 18: Las grcas de una funcin f y de su inversa .

Figura 19: Si f no es inyectiva, su inversa no es una funcin.

Denicin 26 (Funcin compuesta) Sean f : D R R, g : B R, con f (D) B :

f g
DR - BR - R
x f (x) g(f (x))
gf 6


Se llama funcin compuesta a gf : D R R, denida por gf (x) = g(f (x)).

Por ejemplo, si componemos una funcin f biyectiva con su inversa obtenemos la


funcin identidad, pues (f (x)) = x, para todo x D:

f
D - B - D
x f (x) (f (x)) = x
f 6

50
Ejemplo 30 y = sen(x2 ) es el resultado de la composicin de f (x) = x2 con g(x) = sen(x):
f g
R - R - R
x x2 sen(x2 )
gf 6

2.1.3. Funciones importantes

1. Funciones polinmicas: f (x) = a0 + a1 x + a2 x2 + ... + an xn , con ai R.


El dominio de estas funciones es todo R. Por el Teorema Fundamental del lgebra (TFA,
Teorema 2, pgina 10), f (x) OX como mucho en n puntos
intersecta al eje de abcisas
distintos. As por ejemplo, el polinomio f (x) = (x + 1)(x 1)(x 2)(x 4) tiene 4 ceros
simples (multiplicidad 1), luego corta al eje OX en esos 4 puntos (Figura 20). El polinomio

Figura 20: La grca de f (x) = (x + 1)(x 1)(x 2)(x 4).

f (x) = (x + 1)(x 2)2 (x 4) tiene 2 ceros simples y un cero doble (multiplicidad 2).
Observa en su grca (Figura 21) la forma caracterstica de los ceros dobles. El polinomio
f (x) = (x + 1)(x2 4x + 5)(x 4) tiene 2 ceros reales simples y 2 ceros complejos conjugados.
Su grca est en la Figura 22.

2. Funciones racionales: Se trata de funciones que son cociente de dos polinomios:


p(x)
f (x) = , p, q polinomios
q(x)
y su dominio es el conjunto de nmeros reales para los que el denominador no se anula, es
decir, todo R excepto los ceros del polinomio q (a lo sumo tantos como el grado de q ). Cada

51
Figura 21: La grca de f (x) = (x + 1)(x 2)2 (x 4).

Figura 22: La grca de f (x) = (x + 1)(x2 4x + 5)(x 4).

52
cero de q
(que no sea simultneamente cero de p) proporciona una asntota vertical en la
p(x) 1
grca de f (x) = . Por ejemplo, la grca de f (x) = tiene una asntota vertical en 0.
q(x) x

3. Funcin exponencial y funcin logaritmo


x
La funcin exponencial generaliza a las potencias enteras. Notar que 2 tiene sentido si x
5
5
es un natural (2 = 22222), o un entero (2 = 22222 ), o un racional (25/3 =
1
3
1
22222
).
x 0.101001000100001
Sin embargo, no est claro qu representa 2 si x es un irracional (como 2 2 ,
por ejemplo). Para dar sentido a estas potencias, tenemos que recurrir al concepto de lmite.

Teorema 34 x n
  +
Dado x R, la sucesin 1+ n n=1
es convergente.

Demostracin: x n
  +
Por el Teorema 11, basta ver que la sucesin {xn } = 1+ n n=1
es
creciente y acotada superiormente. Lo haremos slo para x > 0:
Para ver que es creciente, utilizamos la desigualdad A-G, que arma que la media aritmtica
de k 2 reales positivos es mayor o igual que su media geomtrica:

a1 + a2 + + ak
A= G = k a1 a2 ak .
k
x x
Si lo aplicamos a los n + 1 nmeros a1 = 1, a2 = 1+ , . . . , an+1 = 1+ , obtenemos que
n n
q
x n
 1 + n(1+ nx ) n+1+x x  
G= n+1
1+ n
A= = =1+ = elevando a n + 1
n+1 n+1 n+1
n n+1
= 1 + nx 1 + n+1 x
 
= xn xn+1 para todo n.
P k
Para ver que est acotada superiormente utilizamos que la serie xk! es convergente (crite-
+
P xk
rio del cociente), luego podemos llamar A = . Desarrollando por el binomio de Newton,
k!
k=0
 x n x n(n 1) x2 n(n 1)(n 2) x3 xn
xn = 1 + =1+n + + + + =
n n 2! n2 3! n3 nn
n(n 1) x2 n(n 1)(n 2) x3 xn x2 x3 xn
=1+x+ + + + 1 + x + + + + < A,
n2 2! n3 3! nn 2! 3! n!
luego xn A para todo n. 

x n
Denicin 27 (Funcin exponencial)

Dado x R, llamamos exp(x) = lm 1 + .
n n
x n +
 
El anterior es el lmite de una sucesin, {xn } =n n=1
1+, es decir, x es una constante

m 1 + nx = 1 + 0 = 1, no es

y n recorre el conjunto de los naturales. Notar que, aunque l
n
correcto armar que

 x n  x  x  x
lm 1 + = lm 1 + 1+ 1 + = 1 1 1 1 = 1,
n n n n n n

53
pues el nmero de factores no es jo sino que depende de n (ver Nota 10, pgina 24). Slo si
n
tomamos x = 0 obtenemos exp(0) = l m 1 + n0 = 1. Si tomamos x = 1, se obtiene como
n
lmite el que llamamos nmero e:
 n
1
Denicin 28 (Nmero e) Llamamos e = exp(1) = lm 1 + .
n

El nmero e o constante de Euler es un nmero irracional de valor e = 2,718281828459046 .


La propiedad ms caracterstica de esta funcin exponencial es:

Teorema 35 (Exponencial de la suma) exp(x) exp(z) = exp(x+z) para todo x, z R.

Demostracin: Lo haremos slo para x, z > 0. Por denicin,


x n z n xz n x+z n
= lm 1 + x+z
   
exp(x) exp(z) = lm 1 + n
1+ n n
+ n 2 , exp(x+z) = l
m 1 + n
.
n n n

x+z xz n x+z n

Pero la diferencia entre ambas sucesiones es 1 + + 1 + =

n n2 n
h i
n n n1
aplicando que A B = (A B)(A + An2 B + + AB n2 + B n1 )

xz x+z xz n1 x+z xz n2 x+z x+z n1
   
= n2 1 + n + n2 + 1 + n + n2 1 + n + + 1 + n

xz x+z xz n1 xz x+z xz n1 n
 
n2 n 1 + n + n2 = n 1 + n + n2 0 exp(x) exp(z) = 0,

luego ambas sucesiones tienen el mismo lmite: exp(x) exp(z) = exp(x + z). 

De la propiedad anterior se deducen:

1
exp(x) = exp(x)
, pues 1 = exp(0) = exp(x x) = exp(x) exp(x),
exp(x) 1
exp(z)
= exp(x) exp(z) = exp(x) exp(z) = exp(x z).

Si denotamos por ex = exp(x), las propiedades anteriores pueden escribirse como

ex
e0 = 1, ex ez = ex+z , ex = 1
ex
, ez
= exz
que son las propiedades habituales de las potencias de enteros.

La grca de f (x) = exp(x) est representada en la Figura 23(a). Observa que la funcin
f (x) = exp(x) es siempre positiva y montona creciente.

Denicin 29 (Funcin logaritmo) Como exp : R R+ es biyectiva, tiene inversa,


que llamamos funcin logaritmo (logaritmo natural, o neperiano, o en base e):

log : R+ R, y = log(x) x = exp(y).

54
Notar que la funcin logaritmo slo est denida para valores positivos y que, como inversa
de la exponencial, cumple que

log(exp(y)) = y, exp(log(x)) = x.
La grca de la funcin logaritmo es la simtrica de la grca de la funcin exponencial, y
estn representadas ambas en la Figura 23(b).

Figura 23: Grcas de la funcin y = exp(x) y de su inversa y = log(x)

A partir de las propiedades de la funcin exponencial, pueden probarse las propiedades


fundamentales de la funcin logaritmo:

Teorema 36 (Propiedades de la funcin logaritmo) Para todo x, z R+ , p Q,


(i) log(xz) = log(x) + log(z), (ii) log( xz ) = log(x) log(z), (iii) log(xp ) = p log(x).

Demostracin: (i) Llamemos u = log(x), v = log(z), si, y slo si, x = eu , z = ev .


u v u+v
Multiplicando, xz = e e = e (por la propiedad de la exponencial) y tomando logaritmos
tenemos que log(x z) = u + v = log(x) + log(z). 
De momento, en (iii) p tiene que ser un racional porque an no hemos denido xp para
cualquier p real (ver Denicin 30 y propiedades siguientes).

Nota 27 (Aplicacin de los logaritmos) El Teorema 36 indica la importancia de la fun-


cin logaritmo: transforma la operacin multiplicacin en suma, la divisin en resta y la
extracccin de races en divisin (y por lo tanto en resta). Histricamente, estas propiedades
se han utilizado para hacer clculos mediante las llamadas tablas logartmicas, que son
libros enteros con tablas en las que, para un gran nmero de valores x se proporciona el
valor de log(x). As, buscando x en la tabla podemos leer log(x) e, inversamente, buscando
un valor log(x) podemos leer el valor de x.

55
Supongamos que queremos multiplicar dos reales x z . Buscamos x en la tabla y apun-
tamos log(x). Buscamos z en la tabla y apuntamos log(z). Sumamos estos dos valores,
log(x) + log(z) y obtenemos un valor que, por el Teorema 36(i), es igual a log(xz). Buscamos
este valor en la tabla y obtenemos xz . As, hemos multiplicado dos reales con tres bsquedas
en la tabla y una suma.
Para la divisin x/z , hacemos como antes cambiando la suma por la resta log(x) log(z),
y calculamos una divisin con tres bsquedas en la tabla y una resta.
1 log(x)
Para calcular, por ejemplo, x = x 19 , buscamos log(x) y hacemos la divisin
19
19
(esta
divisin puede hacerse con tres bsquedas en la tabla y una resta). El valor obtenido es igual
1 1
a log(x 19 ), y buscndolo en la tabla obtenemos x 19 . As, hemos calculado una raz 19 con
cinco busquedas en la tabla y una resta.
Hoy en da las tablas logartmicas de papel han sido sustituidas por calculadoras elec-
trnicas y ordenadores, que tienen tablas logartmicas en la memoria y realizan los clculos
complicados de un modo similar al anterior.

Con las funciones exponencial y logaritmo ya denidas (Deniciones 27 y 29), podemos


x
ahora denir cualquier potencia a (con base positiva).

Denicin 30 (Exponencial en base a) Dados a > 0, x R, se dene ax = ex log(a) .

n
As, que hemos denido ax como un lmite pues, por la Denicin 27, ax = lm 1 + x log(a)
n
.
n
Prueba que tambin cumple las propiedades habituales de las potencias:

ax az = ax+z ax / az = axz ax bx = (a b)x ax /bx = (a/b)x



log(ax ) = x log(a) (ax )z = axz ap/q = q ap
Las grcas de estas funciones pueden verse en la Figura 24a para distintos valores de a.

Denicin 31 (Logaritmo en base a) La funcin exponencial en base a 6= 1, f (x) = ax ,


es inyectiva, luego tiene inversa, que se llama logaritmo en base a, loga (x):

loga : R+ R, y = loga (x) x = ay .

Sin embargo, por la denicin de ay :


log(x)
y = loga (x) x = ay = ey log(a) log(x) = y log(a) y = ,
log(a)
luego los logaritmos en base a 6= 1 se obtienen con logaritmos neperianos del modo siguiente:
log(x)
loga (x) = , a, x > 0, a 6= 1.
log(a)
Las grcas de estas funciones pueden verse tambin en la Figura 24b. Prueba que la funcin
loga (x) tiene tambin las propiedades de log(x) enunciadas en el Teorema 36.

56
Figura 24: Grcas de las funciones 2x , ex , 4x y de las funciones log2 (x), log(x) y log10 (x)

En resumen las funciones exponenciales y logaritmos son:

x
 x n log(x)
e = lm 1 + y = log(x) x = ey ax = ex log(a) loga (x) =
n n log(a)

4. Funciones trigonomtricas:
Dado un nmero real x, se denen cos(x), sen(x) como las coordenadas del punto P de
la circunferencia unidad (ver Figura 25) tal que la longitud del arco de circunfencia que va
del punto Q = (1, 0) a P es x.

Figura 25: Denicin de cos(x) y de sen(x).

As por ejemplo, para x = 0 tenemos que P = (1, 0), luego cos(0) = 1, sen(0) = 0.

57

Para x= 2
tenemos que P = (0, 1), luego cos( ) = 0, sen( ) = 1. As, hemos denido las
2 2
funciones cos(x), sen(x) para todo real x, cuyas grcas aparecen en la Figura 26. Notar
que estas funciones son peridicas de perodo 2 pues los reales x y x + 2 proporcionan el
mismo punto P en la Figura 25.

Figura 26: Grcas de las funciones y = sen(x) e y = cos(x).

Como cada punto P = (cos(x), sen(x)) est en la circunferencia unidad, cumple su ecua-
cin, es decir,
sen2 (x) + cos2 (x) = 1 para todo x R.
Adems, hay una enorme cantidad de frmulas trigonomtricas, como por ejemplo:

sen(x) = sen(x) cos(x) = cos(x)


sen(x + z) = sen(x) cos(z) + cos(x) sen(z) cos(x + z) = cos(x) cos(z) sen(x) sen(z)
sen(2x) = 2 sen(x) cos(x) cos(x) = sen(x + 2 ) etc.

A partir de las funciones seno y coseno se denen la tangente y la cotangente:

sen(x) cos(x)
tg(x) = , cotg(x) = .
cos(x) sen(x)
Grcamente, el valor de la tangente de un real x se representa con la ayuda de la circun-
ferencia unidad como se indica en la Figura 27 (por semejanza de tringulos). La grca de
la funcin y = tg(x) est en la Figura 28.

58
Figura 27: Representacin de x, sen(x) y tg(x).

Figura 28: Grca de la funcin y = tg(x).

59
5. Funciones trigonomtricas inversas:
La funcin f (x) = sen(x) no es inyectiva en todo R, pero s lo es en ciertos intervalos. Por

ejemplo, la funcin f : [ , ] [1, 1], f (x) = sen(x), es una funcin biyectiva, luego
2 2
tiene inversa, que se llama arcoseno:

arc sen : [1, 1] 2 , 2 ,


 
y = arc sen(x) si, y slo si, x = sen(y)

y, del mismo modo, se denen el arcocoseno y el arcotangente:

 
arc cos : [1, 1] 0, , y = arc cos(x) si, y slo si, x = cos(y),

arc tg : R 2 , 2 , y = arc tg(x) si, y slo si, x = tg(y).




Las grcas de estas funciones inversas (la imagen simtrica a la grca de la funcin original
respecto de la bisectriz del primer cuadrante) estn en las Figuras 29 y 30.

Figura 29: Grcas de las funciones y = arc sen(x), y = arc cos(x).

60
Figura 30: Grca de la funcin y = arc tg(x).

6. Funciones trigonomtricas hiperblicas:

Denicin 32 (Seno y coseno hiperblicos) Dado x R, llamamos

ex ex ex + ex
senh(x) = , cosh(x) = .
2 2

Figura 31: Grcas de las funciones y = senh(x) e y = cosh(x)

Nota 28 Se llaman seno y coseno hiperblicos (aunque son exponenciales) porque pueden
2 2
denirse a partir de la hiprbola unidad (de ecuacin x y = 1) del mismo modo que el
seno y coseno se denen con la circunferencia unidad. As, se cumple que

cosh2 (x) senh2 (x) = 1, x R, pues:

(ex + ex )2 (ex ex )2 1  2x 2x x x 2x 2x x x

= e +e + 2e e e e + 2e e = 1.
4 4 4

61
Las grcas de las funciones senh(x) ycosh(x) estn en la Figura 31. Estas funciones
tienen propiedades que recuerdan a las de sen(x), cos(x):
senh(x) = senh(x) cosh(x) = cosh(x)
cosh(x) senh(x) = ex cosh(x) + senh(x) = ex
Concretamente la ltima recuerda a la frmula ex i = cos(x) + sen(x)i (ver Denicin 10).

A partir de las funciones seno y coseno hiperblicos se denen la tangente y la cotangente


hiperblicas, cuyas grcas estn en la Figura 32:

senh(x) ex ex cosh(x) ex + ex
tgh(x) = = x coth(x) = = x , x 6= 0,
cosh(x) e + ex senh(x) e ex

Figura 32: Grcas de las funciones y = tgh(x) e y = coth(x)

Como las funciones hiperblicas son exponenciales, sus inversas tienen que ser logaritmos.
Por ejemplo, como senh(x) es biyectiva en R (ver Figura 31), tiene funcin inversa, que se
llama argumento del seno hiperblico:

arg senh(x) = log x + x2 + 1 , x R.

7. Funciones denidas por SPs:


an x n
P
Como vimos en la Nota 24, toda SP tiene asociado un radio de convergencia R
an xn en, al menos, el intervalo abierto (R, +R) (ver
P
y dene una funcin suma f (x) =
Figura 33). Si la SP es convergente en x = R, x = R, o en ambos, la funcin suma esta
denida en los intervalos [R, R), (R, R] [R, R], respectivamente. Del mismo modo,
an (x a)n en el intervalo (a R, a + R) y,
P
toda SP(a) dene una funcin suma f (x) =
posiblemente, tambin en x = aR y en x = a+R.

62
Figura 33: La funcin suma de una SP

2.2. Funciones de varias variables

2.2.1. Campos escalares

Hasta este momento hemos hablado de funciones de una variable, como por ejemplo,
f (x) = x2 , x es un nmero real, x R. Ahora queremos estudiar funciones
donde la variable
2 2
de varias variables, como por ejemplo f (x, y) = x + y , que tiene dos variables, x e y , que
2
son nmeros reales. En lugar de escribir x, y R, escribiremos que (x, y) R .

Del mismo modo que una funcin de una variable asigna un valor f (x) a cada punto x de
la recta, una funcin de dos variables asigna un valor f (x, y) a cada punto (x, y) del plano.
x2
Por ejemplo, as como f (x) = e puede representar la temperatura de un hilo en cada
punto x (en el punto x=0 la temperatura es f (0) = 1, en el punto x = 1 la temperatura
x2 y 2
es f (1) = 1/e, etc.), la funcin f (x, y) = e puede representar la temperatura de una
placa o supercie plana en cada punto (x, y) (en el punto (0, 0) la temperatura es f (0, 0) = 1,
en el punto (1, 0) la temperatura es f (1, 0) = 1/e, en el punto (1, 2) la temperatura es
5
f (1, 2) = e , etc.).

2 2
Tambin podemos considerar funciones de tres variables, como f (x, y, z) = x + y + xyz .
3 x y z 2
2 2
En este caso, escribimos que (x, y, z) R . Una funcin como f (x, y, z) = e puede
representar la temperatura cada punto (x, y, z) del espacio.

Una funcin con 4 variables puede ser f (x, y, z, t), f (u, v, w, s). En general,
o tambin
en funciones con n variables, tenemos que enumerar las variables, como en f (x1 , x2 , ..., xn ),
n
cuyas n variables son x1 , x2 , ..., xn y escribimos (x1 , x2 , ..., xn ) R .

Como ocurre con las funciones de una variable, una funcin de n variables puede estar
n
denida slo en un subconjunto D de R que llamamos dominio de la funcin:

Denicin 33 (Campo escalar) Llamamos funcin escalar (o campo escalar) de n va-


n
riables a cualquier regla de asignacin f : D R R tal que a cada (x1 , x2 , ..., xn ) D
le asocie f (x1 , x2 , ..., xn ) R:
f : D Rn R
(x1 , x2 , ..., xn ) f (x1 , x2 , ..., xn )
Al conjunto D sobre el que est denida se le llama dominio de f.

63
Ejemplo 31 f : [2, 2] [2, 2] R, f (x, y) = x2 + y2 es una funcin de dos variables
cuyo dominio es el cuadrado en el plano R2 de-
nido por los intervalos [2, 2] para la x y [2, 2]
para la variable y: Podemos dar valores a las va-
riables x e y dentro del dominio:

f (0, 0) = 0, f (1, 0) = 1, f (2, 1) = 5,

f (1, 1) = 2, f (2, 2) = 8, etc.

Representacin grca
Del mismo modo que una funcin de una variable se representa grcamente en el plano
2
R , tomando un eje para la variable x y otro para el valor de la funcin en cada punto x,
y = f (x), una funcin de dos variables se representa en el espacio R3 , tomando el plano XY
para las variables x, y y el eje Z para el valor de la funcin en cada punto (x, y), z = f (x, y),
2 2 2
como en la funcin f : [1, 1] [1, 1] R , f (x, y) = x + y (ver Figura 34).

Figura 34: Dominio y grca de la funcin f : [1, 1] [1, 1] R2 , f (x, y) = x2 + y 2 .

En general, las grcas de funciones de 2 variables son supercies en el espacio, como las
representadas en la Figura 35. Algunas grcas pueden ser ms complicadas, como las de la
Figura 36 en la que las ondas se deben a la funcin seno.

Este tipo de representacin grca no es posible para funciones de 3 o ms variables.


Por este motivo, muchos de los conceptos sobre funciones de varias variables los presentamos
para funciones de 2 variables y luego los generalizamos para funciones con n variables.

64
2 y 2
Figura 35: Grcas de las funciones f (x, y) = ex y f (x, y) = x2 y 2 + 2xy + 1.

2 sen (2x2 + y 2 )
Figura 36: Grca de la funcin f (x, y) = .
1 + 2x2 + y 2

Otras representaciones grcas


Aunque las grcas anteriores en R3
son las ms utilizadas, una funcin de 2 variables
2
tambin puede representarse en el plano R , del modo siguiente. En cada punto (x, y) del
plano, representamos el valor del escalar f (x, y), como en la Figura 37a. Esta grca justica
el nombre de campo escalar que damos a las funciones f : D R2 R, pero no es
muy til. Si en ese campo escalar unimos por una lnea aquellos puntos (x, y) del plano que
tienen el mismo valor de f (x, y), obtenemos la grca de curvas de nivel de la Figura 37b.

Otra opcin, es representar con el mismo color los puntos (x, y) del plano que tienen
(aproximadamente) el mismo valor de f (x, y), como en los mapas meteorolgicos de temper-
turas (Figura 38a).

65
Figura 37: El campo escalar f (x, y) = x2 + y 2 y sus curvas de nivel en R2 .

Figura 38: El mapa de temperaturas representa un campo escalar y el mapa de vientos un


campo vectorial.

2.2.2. Campos vectoriales

Del mismo modo que un campo escalar f : D R2 R asocia un valor escalar a


2 2
cada punto del plano (Figura 38a), un campo vectorial F : D R R (Figura 38b)
2
asocia un vector F (x, y) R a cada punto del plano (ver tambin la Figura 39). El vector
F (x, y) representa una cierta magnitud vectorial en cada punto (x, y) del plano.

Del mismo modo, una funcin F : D R3 R3 es un campo vectorial en R3 que


3
asocia a cada punto (x, y, z) del espacio un vector F (x, y, z) R que representa una una
cierta magnitud vectorial (ver Figura 40). En general,

66
Denicin 34 (Campo vectorial) Llamaremos funcin vectorial (o campo vectorial) de
n variables a cualquier F : D Rn Rn tal que a cada punto (x1 , x2 , ..., xn ) D le asocie
un vector F (x1 , x2 , ..., xn ) Rn .


Dado un campo vectorial, como por ejemplo F (x, y) = x+y , exp(x2 +y 2 ) en R2 , cada
2 2
una de sus componentes es una funcin escalar: F1 (x, y) = x + y, F2 (x, y) = exp(x + y ).
As, el estudio de las funciones de varias variables lo haremos, principalmente, para campos
o funciones escalares.

Figura 39: Representacin grca de un campo vectorial F (x, y) en R2 .

Figura 40: Representacin grca de un campo vectorial F (x, y, z) en R3 .

67
68
3. Lmites y continuidad de funciones

3.1. Lmites de funciones de una variable

Dada una funcin f : D R R, queremos denir el smbolo

lm f (x) =
x

con , R {, +}, de modo que, intuitivamente, signique que:

si x se acerca a (sin tocarlo) = f (x) se acerca a .


Empezamos con los lmites nitos, lm f (x) = b con a, b R. Para denirlo matemticamen-
xa
te, utilizaremos el concepto de sucesin convergente:

si una sucesin {xn } converge a a (xn 6= a) = la sucesin {f (xn )} converge a b.


Notar que necesitamos que la sucesin {xn } est en el dominio D, para que existan los f (xn ),
pero no necesitamos que a D , pues f (a) no interviene. Lo que necesitamos que cumpla a
es que existan sucesiones en D \ {a} que sean convergentes a a. Puede probarse que para
que a cumpla esto, es suciente que a sea punto de acumulacin de D (se demuestra con la
1
Denicin 6, pgina 6, tomando = ). As llegamos a la siguiente denicin:
n

Denicin 35 (Lmite funcional por sucesiones) Sea una funcin f : D R R, y


sea a un punto de acumulacin de D. Diremos que lm f (x) = b si (ver Figura 41):
xa

sucesin {xn } a, {xn } D \ {a} = la sucesin {f (xn )} b.

Figura 41: Representacin de la Denicin 35 de lmite funcional por sucesiones.

Notar que podemos estudiar el lm f (x) para todos los puntos a de acumulacin del
xa
dominio D de f y slo para stos. Adems de por sucesiones, existe otro modo de denir el

69
concepto de lmite funcional mediante entornos, y puede demostrarse que ambas deniciones
son equivalentes:

Denicin 36 (Lmite funcional por entornos) Sea una funcin f : D R R, y


sea a un punto de acumulacin de D. Diremos que lm f (x) = b si (ver Figura 42):
xa

>0 >0 : si |x a| < , x D \ {a} , = |f (x) b| < .

Nota 29 La expresin anterior signica que podemos conseguir que f (x) se aproxime a b
con un error menor que un valor siempre que x 6= a se aproxime a a con un error menor
que un cierto , como se indica en la Figura 42.

Figura 42: Representacin de la Denicin 36 de lmite funcional por entornos.


1, si x > 0
Ejemplo 32 Consideremos la funcin signo (Figura 16, pg. 48) sg (x) = 0, si x = 0
1, si x < 0

Veamos que no existe lm sg (x) (intuitivamente, porque cuando x se acerca a cero, sg(x)
x0
puede acercarse a +1 o a 1):

1 + 
Consideremos, por ejemplo, la sucesin
n n=1
, que es convergente a 0. La sucesin
+
sg( n1 ) n=1 = {1}+

n=1 es convergente a 1. Por lo tanto, si el lmite existe, debe valer 1.
 +
Consideremos ahora la sucesin 1
n n=1
, que tambin es convergente a cero. La sucesin
 1 + +
sg( n ) n=1 = {1}n=1 es convergente a 1. Por tanto, si el lmite existe, debe ser 1.
Como el lmite debe ser, simultaneamente, 1 y 1, obtenemos que no existe lm sg (x).
x0

Nota 30 En la denicin de lmite funcional cuando x a, el valor de la funcin en el


punto a no importa, como se ve en los siguientes ejemplos, representados en la Figura 43:

70
Figura 43: Dos ejemplos de lmites funcionales.


1, si x (0, 1]
Sea f : [0, 1] R, f (x) = (Figura 43a).
2, si x=0
Claramente existe el lm f (x) = 1, aunque f (0) = 2 (cuando el lm f (x) coincida con f (a),
x0 xa
diremos que la funcin f es continua en a, pero eso es materia del Tema 3.2).

Sea f : (0, 1] R, f (x) = 1 (Figura 43b). En este caso, existe el lm f (x) = 1, aunque
x0
f (0) ni siquiera est denido.

Como consecuencia directa del Teorema 7 (lgebra de lmites de sucesiones, pgina 23),
obtenemos el teorema siguiente.

Teorema 37 (lgebra de lmites funcionales) Sean dos funciones f, g : D R R


y sea a un punto de acumulacin de D. Si lm f (x) = b, lm g(x) = c, entonces,
xa xa

(i) xa (ii) xa (iii) xa


 
lm f (x) + g(x) = b + c lm f (x)g(x) = bc lm |f (x)| = |b|

(iv) xa (v) xa
1
p
lm f (x) = 1b , si b 6= 0 y f (x) 6= 0 lm p f (x) = p b, si f (x) 0.

Demostracin: Veamos (i) por sucesiones. Dada una sucesin {xn } a, {xn } D \ {a}
cualquiera, tenemos que probar que la sucesin {f (xn ) + g(xn )} b + c.
Como lm f (x) = b, la sucesin {f (xn )} b. Como lm g (x) = c, la sucesin {g(xn )} c.
xa xa
Por el Teorema 7(i) del lgebra de sucesiones, la sucesin {f (xn ) + g(xn )} b + c. 

Como sucede con las sucesiones, tambin podemos plantearnos lmites funcionales
innitos, x
lm f (x) = , con , R {, +}. Tenemos 9 versiones de lmite funcional:

lm f (x) = b lm f (x) = b lm f (x) = b


xa x+ x
lm f (x) = + lm f (x) = + lm f (x) = +
xa x+ x
lm f (x) = lm f (x) = lm f (x) =
xa x+ x

71
Denicin 37 (Lmite funcional en la recta ampliada) Diremos que lm f (x) = ,
x
con , R {+, } , si:

sucesin {xn } , {xn } D \ {} = la sucesin {f (xn )} .

Ejemplo 33 lm sen(x).
Estudiar el
x+
Intuitivamente, ese lmite no existe pues cuando x tiende a +, la funcin seno se mantiene
oscilando en el intervalo [1, +1] (ver Figura 26, pgina 58). Para demostrarlo analticamen-
te, tomamos la sucesin siguiente, divergente a +:
 
xn = n 2 2 , 2 2 , 3 2 , 4 2 , . . . +
y resulta que la sucesin de sus imgenes es divergente:


  
sen(xn ) = sen n 2
1, 0, 1, 0, 1, 0, 1, 0, . . .

Cada uno de los 9 lmites anteriores pueden denirse tambin por entornos, como en
la Denicin 36 para el caso a, b R. Deduce la denicin por entornos para los casos
lm f (x) = b y lm f (x) = y compralos con las Deniciones 12 y 16(ii).
x+ x+

Clculo de lmites.

Veamos algunos ejemplos de clculo de lmites funcionales, as como la forma de resolver


algunas de las indeterminaciones que pueden presentarse:

lm (x3 2x + 1) = 8 + 4 + 1 = 3, lm (x3 2x + 1) = +1.


x2 x0

lm (x3 2x + 1) = +, lm (x3 2x + 1) = .
x+ x

x3 3x h i 1 x32
lm = dividiendo por x3 = lm = 1.
x+ x3 + 5x2 + x x+ 1 + x5 + x12
x3 3x h i x2 3
lm = dividiendo por x = l
m = 3.
x0 x3 + 5x2 + x x0 x2 + 5x + 1
 
1+x1 h i 1+x1 1+x+1
lm = multiplicando por el conjugado = lm  =
x0 x x0 x 1+x+1
1+x1 1 1
= lm  = lm = .
x0 x 1+x+1 x0 1+x+1 2

x2 4
 
(x 2) (x + 2) x+2 4
lm 2 = lm 2 = lm = = .
x2 (x 2) x2 (x 2) x2 (x 2) 0

0
   
La herramienta ms til para resolver indeterminaciones es la Regla de
0
L'Hpital que veremos cuando estudiemos derivadas (Teorema 54, pgina 103).

72
3.2. Continuidad de funciones de una variable

3.2.1. La idea de continuidad

La idea intuitiva de continuidad es que pequeos cambios en el valor de la variable, x,


producen cambios pequeos en el valor de la funcin, f (x).
Por ejemplo, sea f (x) el dinero que cuestan x litros de gasolina. Si 3 litros de gasolina
cuestan 4.2 euros, es decir, f (3) = 4.2, entonces 3.0002 litros, o bien 2.9999993 litros, cuestan
tambin cerca de 4.2 euros. sta es una funcin continua. Sea ahora g(x) el precio que cuesta
hablar 1 minuto por telfono, suponiendo que la tarifa es por minutos enteros. En este caso,
si hablar 1 minuto cuesta 20 cntimos, hablar 1 minuto y un segundo ya cuesta 40 cntimos.
sta no es una funcin continua. Observemos que esta funcin g no es continua en el punto
x = 1 (minutos), pero s lo es en otros muchos puntos como x = 0.6 (minutos). De este
modo, tenemos que hablar de funcin continua en un punto.

Un ejemplo tpico de funcin no continua es la funcin parte entera de x, f (x) = [x],
denida como
[x] = max{k Z | k x},
es decir,[x] es el mayor entero k tal que k x. Por ejemplo, [2.918364] = 2, [3] = 3,
[1.7621] = 2. La grca de esta funcin est en la Figura 44.

Figura 44: Grca de la funcin parte entera de x, f (x) = [x].

73
Esta funcin f (x) = [x] no es continua en el punto a = 1 pues f (1) = 1 pero f (0.8) =
f (0.99) = f (0.99997) = 0. Sin embargo, s es continua en el punto a = 1.6 (por ejemplo).

3.2.2. La continuidad en un punto

Una funcin f es continua en un punto a si, cuando el valor de x se acerca a a, el valor de


f (x) se acerca a f (a). Esto recuerda a la idea de lmite funcional. Notar que ahora, adems
de que a sea punto de acumulacin de D , necesitamos que a D para que exista f (a).

Denicin 38 (Funcin continua) Sea una funcin f : D R R y sea aD un


punto de acumulacin de D. Diremos que f es continua ena si

lm f (x) = f (a).
xa

Si f es continua en todos los puntos a D, diremos que f es continua en D.

Nota 31 Sabemos por las Deniciones 35 y 36 que el lmite funcional


xa
lm f (x) = f (a)
podemos entenderlo por sucesiones o por entornos, es decir (ver Figura 45):

i) sucesin {xn } a, {xn } D = la sucesin {f (xn )} f (a),



ii) >0 >0: si |x a| < = f (x) f (a) < .

Figura 45: Denicin de continuidad por sucesiones y por entornos.

Visualmente, una funcin continua en un punto se representa como una lnea continua
alrededor de ese punto, como en la Figura 44 en el punto a = 1.6, mientras que si no es
continua, esa lnea aparece cortada, como en la Figura 44 alrededor del punto a = 1. Si una
funcin es continua en todo un intervalo D, entonces podemos decir que f puede dibujarse
en ese intervalo sin levantar el lpiz del papel. Sin embargo, estas ideas visuales no son
rigurosas (ver Nota 44), mientras que la Denicin 38 s lo es.

74
Nota 32 (Discontinuidades) Si f no es continua en un punto a, decimos que f tiene una
discontinuidad en a. Para clasicar las discontinuidades supongamos que a es punto interior
de D (Denicin 5, pgina 6) y denamos los lmites laterales:

Denicin 39 (Lmites laterales y tipos de discontinuidades) Si a es punto interior


de D llamamos lmites laterales a

A = lm f (x) = lm f (x) (lmite por la izquierda),


xa xa
x<a

B = lm+ f (x) = lm f (x) (lmite por la derecha),


xa xa
x>a
y decimos que a es una dicontinuidad

evitable, si A y B (nitos) y A = B 6= f (a),


de salto, si A y B (nitos) y A 6= B.

Ejemplo 34 La funcin funcin parte entera de x, f (x) = [x] (ver grca en Figura 44)
tiene una discontinuidad de salto en cada punto a entero.

Como hemos denido la continuidad a partir de los lmites funcionales, el siguiente Teo-
rema 39 se obtiene directamente del Teorema 37. En este y en otros teoremas posteriores es
necesaria la siguiente propiedad de las funciones continuas:

Teorema 38 Sea f : D R R continua en a D punto de acumulacin de D. Si


f (a) 6= 0 entonces existe un entorno (a , a + ) de a donde f no cambia de signo.

Demostracin: Supongamos, por ejemplo, que f (a) > 0. Tomando = f (a) 2


> 0 en la
denicin de continua por entornos, existe un > 0 tal que si |x a| < entonces
f (a)
f (x) f (a) > f (a) f (a) f (a)

f (x) f (a) < f (x) > f (a) = > 0.
2 2 2 2

As, si x (a , a + ), f (x) > 0 (mismo signo que f (a)). 

Teorema 39 (lgebra de funciones continuas) Sean f, g : D R funciones continuas


en aD punto de acumulacin de D. Entonces, tambin son continuas en a las funciones

f
(i) f + g (ii) f g (iii) |f | (iv) , si g(a) 6= 0 (v) p
f, si f 0.
g

Demostracin: Obvia, aplicando el Teorema 37. Por ejemplo, para demostrar (i),
 h i h i
lm f (x)+g(x) = Teorema 37 = lm f (x)+ lm g(x) = f, g cont. en a = f (a)+g(a),
xa xa xa

que es la denicin de que f +g es continua en a (Denicin 38).

La diferencia entre este teorema y el Teorema 37 est en (iv), pues ahora no pedimos que
g(x) 6= 0, sino slo que g(a) 6= 0. Pero si g(a) 6= 0 y g es continua en a, por el Teorema 38
existe un entorno de a donde g(x) 6= 0. 

75
Adems, otra operacin importante como es la composicin de funciones (ver Denicin
26, pgina 49) tambin conserva la continuidad:

Teorema 40 (Continuidad de la funcin compuesta) Sea el siguiente diagrama de


funciones compuestas, con a punto de acumulacin de D y f (a) punto de acumulacin de B ,
f g
DR - BR - R
a f (a) g(f (a)).
gf 6

Si f es continua en a y g es continua en f (a) entonces la funcin compuesta g f, es


continua en a.

Demostracin: la funcin g f ser continua en a (Denicin 38) si lm g (f (x)) = g(f (a)).


xa
Estudiemos este lmite por sucesiones: dada {xn } a cualquiera, como f es continua en a,
la sucesin {f (xn )} f (a), y como g es continua en f (a), la sucesin {g(f (xn ))} g(f (a)),
luego l
m g (f (x)) = g(f (a)). 
xa

Nota 33 (Funciones continuas conmutan con el paso al lmite) Puesto que una
funcin f : D R R a D si
es continua en
   
lm f (x) = f (a) = f lm x = lm f (x) = f lm x
xa xa xa xa

podemos decir que las funciones continuas son las que conmutan con el paso al lmite:

 h i   h i
lm g f (x) = si g es continua = g lm f (x) = si f es continua = g(f (a)).
xa xa

Nota 34 (Continuidad de las funciones ms importantes) Puede probarse que:

Las funciones polinmicas son continuas en todo R (basta probar que las funciones
f (x) = cte y f (x) = x son continuas y aplicar el Teorema 39 (i) y (ii)).
p(x)
Una funcin racional, f (x) =
q(x)
, donde p y q son polinomios, es continua en todos

los puntos de R excepto los ceros del polinomio q (Teorema 39 (iv)).

Las funciones exponencial y logaritmo son continuas, exp(x) en todo R y log(x) en los
+
reales positivos, R .

Las funciones trigonomtricas son continuas, sen(x) y cos(x) en todo R y tg(x), cotg(x)
en ciertos intervalos.

f (x) = an xn , son continuas en (R, R).


P
Las funciones denidas como sumas de SPs,
Si, adems, una SP es convergente para x = R, el siguiente Teorema 41 de Abel arma
que su funcin suma f (x) es tambin continua en x = R (idem en x = R).

76
Teorema 41 (de Abel) an x n
P
fP: [0, R] R una funcin continua tal queP
Sea f (x) =
n n
para todo x [0, R). Si la serie an R es convergente entonces su suma es an R = f (R)
(ver Figura 46). Lo mismo ocurre con el intervalo [R, 0].

Figura 46: El Teorema de Abel

3.2.3. Clculo de lmites del tipo xa


lm f (x)g(x)

Del mismo modo que, si no hay indeterminacin, el lmite del producto es el producto
lm g(x)
m f (x)g(x) = lm f (x)xa , pues
de los lmites, tambin es cierto que l
xa xa
h i 
 h i
g(x)
lm f (x) = Denicin 30 = lm exp g(x) log(f (x)) = exp(x) es continua =
xa xa
   h i
= exp lm g(x) log(f (x)) = si no hay indeterminacin en el producto =
xa
  h i
= exp lm g(x) lm log(f (x)) = log(x) es continua =
xa xa
  h i
lm g(x)
= exp lm g(x) log(lm f (x)) = Denicin 30 = lm f (x)xa .
xa xa xa

2
Por ejemplo, lm (cos x + 4)x = (cos 0 + 4)0 = 50 = 1. Cundo es indeterminado un lmite
x0 
de este tipo? Cuando el lmite del producto lm g(x) log(f (x) sea indeterminado, es decir,
xa
del tipo [0 ] [ 0], lo que ocurre cuando:

lm g(x) = 0 y lm f (x) = +, = indeterminacin del tipo [0 ] .


xa xa

lm g(x) = 0 y lm f (x) = 0 a, = indeterminacin del tipo [00 ] .


xa xa

lm g(x) = y lm f (x) = 1, = indeterminacin del tipo [1 ] .


xa xa

En estos casos, podemos tomar logaritmos para bajar el exponente, como en los ejemplos
siguientes:

77
  x1 h i
lm ex + x 0 , indeterminado . Tomamos logaritmos:
x+

  x1    x1  h i
x x
L = lm e +x = log(L) = log lm e +x = log(x) continua =
x+ x+

   x1  1 log(ex + x) h i
= lm log ex + x = lm log(ex + x) = lm = L'Hpital =
x+ x+ x x+ x
ex + 1 h i ex h i
= lm = L'Hpital = l
m = L'Hpital =
x+ ex + x x+ ex + 1
ex
= lm = 1. Por lo tanto, L = e1 = e.
x+ ex


h i
lm x log(x) 00 , indeterminado . Tomamos logaritmos:
x0


L = lm x log(x) = log(L) = lm log(x) = . Por lo tanto, L = e .
x0 x0 log(x)
x+1 h
x2 2
 i

lm 1 , indeterminado . Tomamos logaritmos:
x+ x2 + x + 1
x+1
x2 2 x2 2
  
L = lm = log(L) = lm (x + 1) log =
x+ x2 + x + 1 x+ x2 + x + 1

Nota 35 (Frmula de Euler) Para las indeterminaciones del tipo [1 ] , una alternativa
que suele ser ms sencilla es la frmula de Euler:
 
lm f (x)g(x) = exp lm g (x) f (x) 1 .
xa xa

Por ejemplo, en el lmite anterior:


x+1
x2 2 x2 2
   
lm = exp lm (x + 1) 1 =
x+ x2 + x + 1 x+ x2 + x + 1
 2
x 2 x2 x 1
    
x 3
= exp lm (x + 1) = exp lm (x + 1) =
x+ x2 + x + 1 x+ x2 + x + 1
  
(x + 1)(x 3) 1
= exp lm 2
= e1 = .
x+ x +x+1 e

Nota 36 (Justicacin de la Frmula de Euler) Supongamos que lm f (x) = 1


xa
pero

que f (x) 6= 1 y supongamos tambin que f es diferenciable.


  
Como lm f (x)g(x) = exp lm g(x) log(f (x)) , basta demostrar que
xa xa

lm g(x) log(f (x)) = lm g(x)(f (x) 1). Para ello, veamos que el lmite del cociente es 1:
xa xa

78
f 0 (x)
g(x) log(f (x)) log(f (x)) h i
f (x) 1
lm = lm = L'Hpital = lm 0 = lm = 1.
xa g(x)(f (x) 1) xa f (x) 1 xa f (x) xa f (x)

Nota 37 (Si no es indeterminacin 1 ) Si un lmite no es una indeterminacin 1 no


 3 (x2 +3x2 1)
x 1
es correcto aplicar Euler. Por ejemplo, sea lm
x+ x3 + x5

Claramente el lmite de la base es 1. Calculemos el lmite del exponente:

 


 x2 + 3
x2 1 x2 + 3 + x2 1
lm x2 + 3 x2 1 = lm =
x+ x+ x2 + 3 + x2 1
(x2 + 3) (x2 1) 4 h 4 i
= lm = lm = = 0.
x+ x2 + 3 + x2 1 x+ x2 + 3 + x2 1 +
 3 (x2 +3x2 1)
x 1
Por lo tanto NO es una indeterminacin y lm x3 +x5 = 10 = 1.
x+

3.2.4. Teoremas de Weierstrass y Bolzano

Son dos teoremas importantes relacionados con las funciones continuas en intervalos [a, b].

Teorema 42 (de Weierstrass) Sea f : [a, b] R continua. Entonces, f alcanza su


mximo y su mnimo en [a, b], es decir, existen, al menos, dos puntos c, d [a, b] tales que:
f (c) = mn {f (x) : x [a, b]} , o bien f (c) f (x), x [a, b],
f (d) = max {f (x) : x [a, b]} , o bien f (d) f (x), x [a, b].

Figura 47: Representacin del Teorema de Weierstrass.

79
Nota 38 En la Figura 47 est representado este Teorema de Weierstras para una funcin
continua en el cerrado [a, b], que alcanza el mnimo en el punto c y el mximo en el punto
d = b. Notar que el Teorema no es cierto para la misma funcin (continua) pero denida en
el intervalo [a, b) (Figura 48a), pues en ningn punto de [a, b) se alcanza el mximo de la
funcin. Tampoco es cierto si la funcin est denida en el cerrado [a, b] pero no es continua
(Figura 48b).

Figura 48: En el Tma. de Weierstrass es necesario que [a, b] sea cerrado y que f sea continua.

Teorema 43 (de Bolzano) Sea f : [a, b] R continua tal que f (a)f (b) < 0. Entonces,
existe, al menos, un c (a, b) tal que f (c) = 0 (c es un cero de f ).

Nota 39 En la Figura 49 est representado el Teorema de Bolzano. Notar que la condicin


f (a)f (b) < 0 signica que f cambia de signo entre a y b. As, si f pasa de negativa a
positiva (o viceversa) y es continua, en algn punto tendr que tomar el valor cero. Esto se

Figura 49: Representacin del Teorema de Bolzano.

puede generalizar a la Propiedad de los Valores Intermedios: si una funcin pasa de f (a) a
f (b) y es continua, necesariamente tendr que tomar todos los valores intermedios t entre
f (a) y f (b) (ver Figura 50). Para demostrarlo, basta aplicar el Teorema de Bolzano a la
funcin auxiliar g(x) = f (x) t, que es continua en [a, b] y cumple que g(a)g(b) < 0.

80
Figura 50: El Teorema de Bolzano y la Propiedad de los Valores Intermedios.

Nota 40 Como consecuencia del Teorema de Bolzano obtenemos tambin que cualquier
polinomio real de grado impar tiene, al menos, un cero real:

Sea p (x) = x2n+1 + a2n x2n + ... + a1 x + a0 (funcin continua). Estudiemos los lmites

x2n+1 + a2n x2n + ... + a1 x + a0 = +,



lm p (x) = lm
x+ x+

x2n+1 + a2n x2n + ... + a1 x + a0 = .



lm p (x) = lm
x x

Por lo tanto, p(x) cambia de signo y, por el Teorema de Bolzano, tiene, al menos, un cero.

3.2.5. El mtodo de la biseccin

La mayora de ecuaciones del tipo f (x) = 0 no pueden resolverse de modo analtico


(por ejemplo, cuando f es un polinomio de grado 5 o ms, ver Seccin 1.3.2). Sin embargo,
en muchas situaciones prcticas no es necesario obtener la solucin analtica exacta de una
ecuacin, sino que es suciente obtener una solucin numrica aproximada con un determi-
nado nmero de decimales exactos (digamos 8, 12, 16, 24, etc.). Para ello, existen mtodos
iterativos que construyen una sucesin {xn } de soluciones aproximadas que converge (y, por
lo tanto, se acerca tanto como queramos) a la solucin de f (x) = 0.
El mtodo de la biseccin consiste en la aplicacin reiterada del Teorema de Bolzano. Si
f es continua en [a, b] y f (a)f (b) < 0 (f cambia de signo) entonces, existe, al menos, un cero
de f en (a, b). Podemos tomar como primera aproximacin al cero el punto medio, x0 = a+b 2
.
Este punto medio divide al intervalo en dos subintervalos de igual longitud. Calculamos
f (x0 ), escogemos, de los dos subintervalos, aquel en el que f cambia de signo y tomamos
como nueva aproximacin su punto medio. Repetimos este proceso hasta obtener el cero de
f con la precisin deseada. Este es, en esencia, el mtodo de la biseccin:

81
Datos: a, b, (precisin deseada), f (continua en [a, b]).
Paso 0: Si f (a)f (b) > 0, parar (no se puede aplicar el mtodo de la biseccin).
Paso 1: Mientras b a >= , repetir:
1.1 Calcular c = a+b2
. Si f (c) = 0, parar (c es el cero buscado).

1.2 Si f (a)f (c) < 0 hacer b = c.


1.3 Si f (a)f (c) > 0 hacer a = c.
Paso 2: Final: el cero buscado (con una precisin menor que ) es c = a+b 2
.

Si llamamos x0 , x1 , x2 , . . . a los sucesivos puntos c calculados en el paso 1.1 y suponemos que


hacemos innitas iteraciones, obtenemos una sucesin {xn } que converge al cero buscado, .
t
La precisin es un nmero pequeo, del tipo = 10 , que signica que queremos obtener,
al menos, t cifras decimales exactas. Como en cada iteracin se divide por 2 la longitud del
intervalo, el error mximo cometido en la iteracin n es:

1
|xn | < (b a) ,
2n
y podemos calcular el nmero n de iteraciones necesarias para alcanzar la precisin deseada:
1
(b a) < 10t 10t (b a) 2n n log2 (b a)10t .

2n

El punto fuerte del mtodo de la biseccin es que la convergencia est garantizada, es decir,
que siempre funciona. Su punto dbil es que es es relativamente lento. Adems, notar que
aunque haya ms de un cero de f en el intervalo inicial, slo obtenemos uno de ellos. Para
superar estos inconvenientes, necesitamos el concepto de derivada de una funcin (ver Seccin
4.4 en la pgina 104).

82
3.3. Lmites y continuidad de funciones de varias variables

Denicin 40 (Funcin continua) f : D Rn R y sea a D un


Sea una funcin
punto de acumulacin de D . Diremos que f es continua en a si l
m f (x) = f (a), es decir, si
xa
 (k)   
(i) sucesin x a, x(k) D = la sucesin f x(k) f (a),
(ii) >0 >0: si kx ak < = |f (x) f (a)| < ,
(Figura 51). Si f es continua en todos los puntos a D, diremos que f es continua en D.

Figura 51: Denicin de continuidad de una funcin f (x, y) en un punto a.

Como ocurre con las funciones de una variable, la idea intuitiva de continuidad es que
pequeos cambios en el valor de las variables (en cualquiera de ellas) producen cambios
pequeos en el valor de la funcin. En la Figura 51 se observa que, si x est cerca de
a, entonces f (x) est cerca de f (a). Visualmente, del mismo modo que una funcin de
una variable continua en un punto se representa como una lnea continua alrededor de ese
punto, una funcin de dos variables continua en un punto se representa como una supercie
continua alrededor de ese punto. Veamos esto con algunos ejemplos.

Ejemplo 35 Las funciones f (x, y) = x2 + y 2 y f (x, y) = x2 y 2 + 2xy + 1 son continuas


2
en todo R pues son polinomios. Notar que, por ejemplo en el punto (1, 2),

x2 y 2 + 2xy + 1 = 12 22 + 4 + 1 = 2 = f (1, 2).



lm
(x,y)(1,2)

Sus grcas (Figuras 34 y 35b, pgina 64) son supercies continuas. Tambin son continuas
2 y 2 2 sen(2x2 +y 2 )
las funciones f (x, y) = ex (Figura 35a) y f (x, y) =
1+2x2 +y 2
(Figura 36). Observa que
el nico problema de sta ltima podra ser el denominador nulo, pero esto nunca ocurre.

83
1
Ejemplo 36 La funcin f (x, y) = es continua en R2 excepto en el punto (0, 0),
x2 + y2
donde no est denida. Adems, como

1
1
lm f (x, y) = lm x2 +y 2
= 0
= +,
(x,y)(0,0) (x,y)(0,0)

(ver Figura 52a), la funcin no puede denirse en (0, 0) de modo que sea continua.

1 1
Figura 52: Grcas de las funciones f (x, y) = y f (x, y) = .
x2 + y2 xy

1
Ejemplo 37 La funcin f (x, y) = 2
es continua en R excepto en los puntos de la recta
xy
x = y, donde no est denida. Si (, ) es uno de esos puntos, entonces

1
1 + si x > y
lm f (x, y) = lm = 0 =
(x,y)(,) (x,y)(,) xy si x < y

(ver Figura 52b), luego f no puede denirse en esos puntos de modo que sea continua.


0 si x 6= 0, y 6= 0
Ejemplo 38 La funcin de la Figura 53, f (x, y) =
1 si x=0 y=0
,

tiene las dos rectas horizontales en las direcciones de los ejes de coordenadas a la altura de
z = 1, pero en el resto de puntos vale 0. Esta funcin f no es continua en ninguno de los
puntos de los ejes de coordenadas.

Ejemplo 39 Considera la grca de una funcin como la de Figura 54. Esta funcin no es
continua en los puntos del semieje OX negativo, como en (2, 0), pues la grca alrededor
de este punto est cortada. Y en el punto (0, 0), es continua? Pensemos que en (0, 0) la
funcin vale f (0, 0) = 0 y que, si hacemos pequeos cambios en el valor de (x, y) alrededor
de (0, 0), producimos cambios pequeos en el valor de la funcin. Por lo tanto, f s es
continua en (0, 0).

84
Figura 53: Grca de la funcin f (x, y) = 1, si x=0 y = 0, f (x, y) = 0 en otro caso.

Figura 54: Grca de la funcin f (x, y) = x2 , si x<0 e y > 0, f (x, y) = 0 en otro caso.

x2 y 2
Ejemplo 40 La funcin f (x, y) = 2
es continua en R excepto en (0, 0), donde no
x2 + y 2
est denida. Para ver si podemos denir f (0, 0) para que sea continua tenemos que estudiar
x2 y 2
el lm 2 2 , lo que no es tan fcil como en los Ejemplos 36 y 37 anteriores, pues ahora
(x,y)(0,0) x +y
0
tenemos una indeterminacin del tipo . Lo estudiamos en la siguiente seccin.
0

3.3.1. Clculo de lmites de funciones de dos variables

En general, los lmites en dos variables son ms difciles que los de una variable. Veamos
primero algunos mtodos para demostrar que un lmite en dos variables no existe, todos ellos
basados en la siguiente observacin:

Si lm f (x, y) existe y vale L, al acercarnos a (0, 0) de cualquier manera posible,


(x,y)(0,0)
siempre obtendremos un valor lmite L.
El primer mtodo es estudiar los lmites reiterados:
   
x2 y 2 x2 x2 y 2 y 2
lm lmx 2 +y 2 = lm 2 = +1, lm lm 2 2 = lm 2 = 1.
x0 y0 x0 x y0 x0 x +y y0 y

85
Cada lmite reiterado representa un modo particular de acercarse (0, 0). Como son distintos
entre s, obtenemos que el lmite

x2 y 2
lm 2 2 no existe.
(x,y)(0,0) +y
x

As, no puede denirse f (0, 0) para que esta funcin sea continua en (0, 0).
Observa en la grca de esta funcin, Figura 55, que si nos acercamos a (0, 0) por el eje
OX el valor de la funcin se acerca a +1 mientras que si nos acercamos por el eje OY la
2 y 2
funcin se acerca a +1. Por lo tanto, el lm xx2 +y 2 no existe.
(x,y)(0,0)

x2 y 2
Figura 55: Grca de f (x, y) = .
x2 + y 2

El segundo mtodo para demostrar que un lmite de dos variables no existe es estudiar
qu ocurre al acercarnos por rectas: supongamos que (x, y) se acerca a (0, 0) por la recta
y = mx, siendo m un nmero cualquiera. Obtenemos un lmite en una variable,

x2 y 2 h i x2 (mx)2 x2 m2 x2 1 m2
lm y = mx lm = l
m = .
(x,y)(0,0) x2 + y 2 (x,mx)(0,0) x2 + (mx)2 x0 x2 + m2 x2 1 + m2
Como el resultado depende de m, obtenemos que el lmite no existe, pues al acercarnos
a (0, 0) de maneras distintas (por rectas y = mx distintas) se obtienen resultados diferentes.

Tambin se puede estudiar qu ocurre al acercarnos por parbolas, como y = mx2


x = my 2 . Como antes, si el resultado depende de m el lmite en dos variables no existe.

Los mtodos anteriores (reiterados, por rectas, por parbolas, etc.) slo sirven para de-
mostrar que el lmite no existe. Si tenemos un lmite en dos variables que realmente s existe
y vale L (como en el ejemplo siguiente), al aplicar estos mtodos obtendremos siempre el
mismo valor L, pero no podremos decir que el lmite exista y valga L.

x2 y 2
Ejemplo 41 La funcin f (x, y) = p es continua en R2 excepto en (0, 0), donde
x2 + y 2
no est denida. Estudiemos los lmites reiterados:

86
   
2 2 2 2 2 2
lm lm x y = lm xx2 = 0, lm lm x y y
= lm = 0.
x0 y0 x2 +y 2 x0 y0 x0 x2 +y 2 y0 y2

Como los lmites reiterados son iguales, no podemos deducir ni que el lmite existe ni que no
existe. Slo que, si existe, el lmite en dos variables vale 0. Estudiemos el lmite acercndonos
por rectas x = my :
x2 y 2 h i x2 (mx)2 x2 (1 m2 )
lm p y = mx lm p = lm = 0.
(x,y)(0,0) x2 + y 2 (x,mx)(0,0) x2 + (mx)2 x0 |x| 1 + m2
Como el resultado es 0 (no depende de m), seguimos sin poder deducir si el lmite existe o
no. Lo mismo ocurre si estudiamos el lmite acercndonos por parbolas.

x2 y 2
Figura 56: Grca de f (x, y) = p .
x2 + y 2

Observando la grca de esta funcin, Figura 56, vemos que, cuando (x, y) se acerca a
(0, 0), el valor de f (x, y) se acerca a 0, lo que, intuitivamente, signica que el lmite s existe
y vale 0. Si esto fuese cierto, deniendo f (0, 0) = 0 obtendramos que la funcin es continua
2
en todo R .

El mtodo que nos permite demostrar que un lmite en dos variables s existe es el
cambio a polares. Esto es porque, si hacemos el cambio de coordenadas cartesianas (x, y)
a coordenadas polares (r, ) (ver Figura 57; ver tambin la Seccin 1.3.4), podemos expresar
el lmite (x, y) (0, 0) simplemente como r 0 sin perder nada. En el ejemplo anterior,

x2 y 2 h i (r cos())2 (r sen())2
lm p Cambio a polares lm p =
(x,y)(0,0) x2 + y 2 r0 (r cos())2 + (r sen())2
r2 (cos2 () sen2 ())  h i
= lm = lm r cos2 () sen2 () = conv. a 0 acotado = 0,
r0 r r0
con lo que podemos armar, ahora s, que el lmite en dos variables es cero.

87

x = r cos()
y = r sen()

p
r= x2 + y 2
= arc tg( xy )

Figura 57: Coordenadas polares.

Con el cambio a polares tambin se puede demostrar que un lmite no existe: en el lmite
del Ejemplo 40,

x2 y 2 h i (r cos())2 (r sen())2
lm Cambio a polares lm =
(x,y)(0,0) x2 + y 2 r0 (r cos())2 + (r sen())2

r2 (cos2 () sen2 ()) 2 2


= cos2 () sen2 (),

= lm = l
m cos () sen ()
r0 r2 r0

y como el resultado depende de , el lmite en dos variables no existe.

Como en funciones de una variable (Teorema 42), tambin puede demostrarse el siguiente
teorema, relacionado con la continuidad de f en un dominio cerrado y acotado:

Teorema 44 (Weierstrass) Sea D Rn un conjunto cerrado y acotado y sea f una fun-


cin continua en D. Entonces, f alcanza su mximo y su mnimo en D, es decir, existen, al
menos, dos puntos c, d en D tales que

f (c) = mn {f (x) : x D} , o bien f (c) f (x), x D


f (d) = max {f (x) : x D} , o bien f (d) f (x), x D

88
4. Diferenciabilidad de funciones de una variable

La derivada de una funcin indica cunto cambia la funcin. Por ejemplo, en la funcin
de la Figura 58 observamos que alrededor del punto a el valor de la funcin aumenta poco,
que alrededor del punto b aumenta ms, alrededor del punto c disminuye bastante y que
alrededor del punto d disminuye menos.

Figura 58: Cunto cambia est funcin en los puntos a, b , c y d?

Para dar un valor numrico al grado de variacin de la funcin en cada punto, ampliamos
la grca de la funcin en cada uno de estos puntos hasta que la grca sea prcticamente
una recta, como se observa en las Figuras 59 y 60. En realidad, esta grca nunca ser una
recta, pero si ampliamos lo suciente, podemos aproximarla por una recta, la recta tangente.
En la Figura 59a observamos que si aumentamos la variable x en una unidad alrededor del
punto a el valor de la funcin f (x) aumenta en 14 unidades. Este nmero, 14 , es la pendiente
de la funcin (de la recta tangente a f en a) e indica el grado de variacin de la funcin
en el punto a. Diremos que la derivada de f en a es
1 0 1
y en smbolos, f (a) = .
4 4

1
Figura 59: La pendiente de estas rectas es
4
y 1, respectivamente

La recta asociada con el punto b (Figura 59b) tiene pendiente 1, luego la derivada es
0
f (b) = 1, y signica que si aumentamos la variable x en una unidad, la funcin aumenta en

89
1 unidad. En el punto c f 0 (c) = 23 (si aumentamos la variable x en
(Figura 60a), tenemos
3 3
una unidad, el valor de la funcin f (x) aumenta en unidades, o bien disminuye en ),
2 2
0 1
y en el punto d (Figura 60b), este nmero es f (d) = .
3

Figura 60: La pendiente de estas rectas es 32 y 31 , respectivamente

Por lo tanto, la derivada de una funcin un un punto, f 0 (a), es la pendiente de la recta


tangente en dicho punto. Veamos cmo denir la recta tangente a una curva en un punto
dado P, que no es un problema trivial pues no tenemos 2 puntos para determinar dicha
recta. Lo hacemos con el concepto de lmite: la recta tangente en P es el lmite de las rectas
secantes pasan por P y por otro punto Q de la curva, cuando Q tiende a P (ver Figura 61).

Figura 61: La recta tangente como lmite de rectas secantes

As, para calcular la derivada de una funcin f en un punto a (ver Figura 62a) calculamos la
pendiente de la recta secante que pasa por los puntos a y x y luego tomamos lmite cuando
f (x)f (a)
x a. La pendiente de esta recta secante es
xa
(vertical dividido por horizontal, ver
Figura 62b), luego la derivada de f en a es

f (x) f (a)
f 0 (a) = lm .
xa xa

90
Figura 62: Derivada de una funcin de una variable en un punto a.

4.1. La derivada en un punto

Para la denicin de funcin diferenciable en un punto a necesitamos que a sea punto


interior del dominio (Denicin 5, pgina 6).

Denicin 41 (Funcin diferenciable) f : D R R y sea a un punto interior


Sea
de D . Diremos que f es diferenciable (o derivable) en a si existe el lmite (nito) del siguiente
cociente, llamado cociente de Newton:

f (x) f (a)
lm .
xa xa
Si ese lmite existe (nito) lo denotamos por f 0 (a), y lo llamamos derivada de f en a.

Nota 41 Si llamamos h = xa, si, y slo si x = a+h, tambin decimos que f es diferenciable
en a si existe el lmite (nito)
f (a + h) f (a)
lm .
h0 h

Nota 42 (diferenciable por sucesiones) La denicin de diferenciable es un lmite

m f (x)f
funcional, l
xa
(a) 0
= f (a), que podemos estudiar con sucesiones (ver Denicin 35):
xa
n o
f (xn )f (a)
sucesin {xn } a, {xn } D \ {a} = la sucesin
xn a
f 0 (a).

f (x)f (a)
Grcamente, el cociente de Newton es la pendiente de la recta secante a la
xa
grca de f que pasa por los puntos (a, f (a)) y (x, f (x)) (Figura 62b). Si tomamos lmite
cuando x a, estas rectas secantes convergen a la recta tangente a la grca de f en el
punto (a, f (a)) (Figura 62a). As pues, una funcin f es diferenciable en un punto a interior
de su dominio D si la grca de f tiene recta tangente no vertical en el punto (a, f (a)), y
su derivada es la pendiente de dicha recta. Veamos algunos ejemplos.

91
Ejemplo 42 Consideremos la funcin f (x) = |x|, cuya grca est en la Figura 63, y
estudiemos si f es diferenciable en el punto a = 0. Observemos que la expresin de |x|
depende de si x > 0 o si x < 0, por lo que, para estudiar el lmite del cociente de Newton,
tenemos que estudiar los dos lmites laterales por separado:

f (x) f (0) x 0
lm = lm = 1,
x0 x x0 x
f (x) f (0) x0
lm+ = lm+ = +1,
x0 x x0 x
0
luego no existe el lmite y f no es diferenciable en a = 0, es decir, no existe f (a). Notar
en la grca (Figura 63) que f no tiene recta tangente en el punto a = 0. Sin embargo,
todas las rectas secantes a f que pasan por los puntos (0, 0) y por (x, f (x)) con x < 0 tienen
pendiente 1, y por eso el primer lmite vale 1, mientras que las mismas secantes pero con
x > 0 tienen pendiente +1, y por eso el segundo lmite vale +1.

Figura 63: La funcin f (x) = |x| no es diferenciable en a = 0.


Ejemplo 43
23
Consideremos la funcin f (x) = x 3 = x2 , cuya grca est en la Figura 64,
y estudiemos tambin si f es diferenciable en el punto a = 0:


3
r
f (x) f (0) x2 3 1
lm = lm = lm = ,
x0 x x0 x x0 x

3
r
f (x) f (0) x2 3 1
lm+ = lm+ = lm+ = +,
x0 x x0 x x0 x
0
luego no existe el lmite (nito) y f no es diferenciable en a = 0, es decir, no existe f (a).
Notar en la grca de la Figura 64 que f no tiene recta tangente en el punto a = 0, y que las
rectas secantes a f que pasan por los puntos (0, 0) y por (x, f (x)) con x < 0 tienen pendientes
que se acercan a cuando x se acerca a 0, mientras que para x > 0 las pendientes de las
rectas secantes se acercan a + cuando x se acerca a 0.

92

3
Figura 64: La funcin f (x) = x2 no es diferenciable en a = 0.


Ejemplo 44
1
Consideremos la funcin f (x) = x 3 =
x, cuya grca est
3
en la Figura 65,
y estudiemos tambin si f es diferenciable en el punto a = 0:
r
f (x) f (0) 3
x 3 1
lm+ = lm+ = lm+ = +,
x0 x x0 x x0 x2

luego no existe el lmite (nito) y f no es diferenciable en a = 0. Notar en la grca (Figura


65) que f s tiene recta tangente en el punto a = 0, aunque esta tangente es una recta vertical
(pendiente innita) y este caso est considerado como no diferenciable en la Denicin 41.


Figura 65: La funcin f (x) = 3
x no es diferenciable en a = 0.

Tenemos ahora dos conceptos distintos para una funcin f en un punto a: continuidad y
diferenciabilidad. Veamos qu relacin hay entre ambos.

Teorema 45 (Diferenciable implica continua) Sea f : D R R y sea a un punto


interior de D. Si f es diferenciable en a entonces f es continua en a.

93
Demostracin: Si f es diferenciable en a, entonces existe el lmite de su cociente de Newton
y vale f 0 (a) (nito). Para valores de x 6= a, podemos hacer f (x)f (a) = f (x)f
xa
(a)
(x a), y
tomando lmites (recordemos que en los lmites cuando x a, consideramos x 6= a),
 
  f (x) f (a)
lm f (x)f (a) = lm (x a) = f 0 (a) 0 = 0,
xa xa xa
 
luego lm f (x)f (a) = 0 = lm f (x) = f (a) = f es continua en a. 
xa xa

Nota 43 0
La demostracin anterior no es vlida si aceptamos que f (a) puede ser , pues
0 1
la ltima parte f (a)0 = 0 no sera correcta. Comprubalo con la funcin f (x) = , x 6= 0,
x
f (0) = 0, en el punto a = 0. Este es el motivo por el que se considera como no diferenciable
el caso de recta tangente vertical.

Nota 44 (Funcin continua no derivable en ningn punto) En la poca de Weiers-


trass circulaba la conjetura de que las funciones continuas eran diferenciables excepto en
puntos aislados. Weierstrass (1872) demostr que la conjetura es falsa con la funcin

+
an cos(bn x), ab > 1+ 23 ,
P
f (x) = con 0<a <1 y b un impar positivo tales que
n=0

que es continua en todos los puntos de R pero no es diferenciable en ninguno. En la Figura


66 est representada la grca de esta funcin, que tiene un comportamiento fractal en
el sentido de que, si hacemos ampliaciones sucesivas, obtenemos grcas de aspecto similar
al original. La prueba de que la funcin es continua es sencilla. La prueba de que no es
diferenciable es ms difcil (hoy en da est demostrado para 0<a <1 y ab 1).

+
1 n
X 
Figura 66: Funcin de Weierstrass f (x) = 2
cos(3n x) (dibujada hasta n = 15)
n=0

94
Teorema 46 (lgebra de funciones diferenciables) Sean f, g : D R R funciones
diferenciables en a punto interior de D. Entonces, tambin son diferenciales en a:

(i) f +g , y su derivada es (f +g)0 (a) = f 0 (a) + g 0 (a),

(ii) f g, y su derivada es (f g)0 (a) = f 0 (a)g(a) + f (a)g 0 (a),


 0
f f f 0 (a)g(a) f (a)g 0 (a)
(iii) , si g(a) 6= 0, y su derivada es (a) = .
g g g(a)2

Demostracin: f y g son diferenciables en a, existen los lmites de sus cocientes


Si de
0
0
Newton y valen f (a) y g (a), respectivamente. Entonces,
 
0 f (x) + g(x) (f (a) + g(a)) f (x) f (a) g(x) g(a)
(i) (f +g) (a) = l
m = lm + =
xa xa xa xa xa
= f 0 (a) + g 0 (a).
As, hemos demostrado que f +g es diferenciable en a y que su derivada es f 0 (a) + g 0 (a).
f (x)g(x) f (a)g(a) f (x)g(x) f (a)g(x) + f (a)g(x) f (a)g(a)
(ii) (f g)0 (a) = lm = lm =
xa xa xa xa
 
f (x) f (a) g(x) g(a)
= lm g(x) + f (a) = f 0 (a)g(a) + f (a)g 0 (a).
xa xa xa
Notar que hemos usado que g es continua en a (por ser diferenciable) y, as, lm g(x) = g(a).
xa

(iii) Si es diferenciable en a, entonces g es continua en a y, como g(a) 6=


g 0, el Teorema 38
f
asegura que la funcin est bien denida en un entorno de a. Adems,
g

f (x) f (a)
( fg )(x) ( fg )(a)
 0
f g(x)
g(a) f (x)g(a) f (a)g(x)
(a) = lm = lm = lm =
g xa xa xa xa xa g(a)g(x)(x a)
f (x)g(a) f (a)g(a) + f (a)g(a) f (a)g(x)
= lm =
xa g(a)g(x)(x a)
1  f (x)g(a) f (a)g(a) f (a)g(x) f (a)g(a) 
= lm =.
xa g(a)g(x) xa xa
1  f (x) f (a) g(x) g(a)  f 0 (a)g(a) f (a)g 0 (a)
= lm g(a) f (a) = . 
xa g(a)g(x) xa xa g(a)2

Nota 45 Si comparamos el teorema anterior con el correspondiente Teorema 39 del lgebra


de funciones continuas, vemos que no hemos incluido ni el valor absoluto ni la raz p-sima.
Observa en los ejemplos 42 y 43 anteriores que una funcin
fpuede ser diferenciable en a y,
3
sin embargo, no serlo ni |f | ni f. Notar tambin que |x| y x2 no son diferenciables en el
punto a=0 pero s lo son en los dems puntos a 6= 0.

95
Teorema 47 (Regla de la cadena) Sea el siguiente diagrama de funciones compuestas,
con a punto interior de D y f (a) punto interior de B:
f g
DR - BR - R
a f (a) g(f (a)).
gf 6

Si f es diferenciable en a y g es diferenciable en f (a), entonces la funcin compuesta g f


es diferenciable en a y su derivada es

(g f )0 (a) = g 0 (f (a))f 0 (a) (Regla de la cadena).

Demostracin: Veamos que g f es diferenciable en a estudiando el lm g(f (x))g(f


xa xa
por
(a))

sucesiones (Nota 42): sea una sucesin {xn } a cualquiera, xn 6= a, n, y supongamos que
f (xn ) 6= f (a), n (el caso general es ms complicado). Multiplicando y dividiendo tenemos
que
g(f (xn ))g(f (a)) g(f (xn ))g(f (a)) f (xn )f (a)
xn a
= f (xn )f (a)
xn a
Estudiemos los dos cocientes de la derecha:
n o
f (xn )f (a)
Como {xn } a y f es diferenciable en a, la sucesin
xn a
converge a f 0 (a).

Como la sucesin
n {f (xno )} f (a) (pues f es continua en a) y g es diferenciable en f (a), la
g(f (xn ))g(f (a)) 0
sucesin converge a g (f (a)).
f (xn )f (a)
n o
g(f (xn ))g(f (a))
Por lo tanto, la sucesin
xn a
es convergente a g 0 (f (a))f 0 (a). 

Ejemplo 45 (Regla de la Cadena) f (x) = x2 y g(x) = sen(x) son diferenciables


Como
2
en todos los puntos x R, la funcin compuesta h(x) = g(f (x)) = sen(x ) es diferenciable
0 0 0 2
en todo a R y su derivada es h (a) = g (f (a))f (a) = cos(a )2a. Lo habitual es usar x:

h(x) = sen(x2 ) = h0 (x) = g 0 (f (x))f 0 (x) = cos(x2 )2x.

4.2. La funcin derivada

Denicin 42 (funcin derivada) Decimos que una funcin f : D R R es diferen-


ciable en el abierto D si es diferenciable en cada punto de D . En ese caso, llamamos funcin
0 0
derivada de f a la funcin f : D R R tal que a cada x D le hace corresponder f (x).

Funcin constante: Sea una funcin constante, f (x) = c, x R. Entonces,


f (x + h) f (x) cc
f 0 (x) = lm = lm = 0,
h0 h h0 h
luego las funciones constantes son diferenciables en todo xR y su derivada es f 0 (x) = 0.

96
Ejemplo 46 En particular, si f (x) = M g(x) = f 0 (x) = 0g(x) + M g 0 (x) = M g 0 (x).

f (x + h) f (x)
Polinomios: Sea f (x) = xn , n 1. Entonces, f 0 (x) = lm =
h0 h
(x + h)n xn h i xn + nxn1 h + + hn xn
= lm = Binomio de Newton = lm = nxn1 ,
h0 h h0 h
n 0 n1
luego f (x) = x es diferenciable en todo x R y su derivada es f (x) = nx .

Ejemplo 47 f (x) = 8x5 7x2 + 1 = f 0 (x) = 40x4 14x.

Derivada del seno: f (x) = sen(x) es diferenciable en todo x R y f 0 (x) = cos(x).


Derivada del coseno: f (x) = cos(x) es diferenciable en todo x R y f 0 (x) = sen(x).
sen(x)
Derivada de la tangente: Como tg(x) = , derivando como cociente obtenemos que
cos(x)

cos(x) cos(x) sen(x)( sen(x)) cos2 (x) + sen2 (x) 1


tg0 (x) = = = = 1 + tg2 (x).
cos2 (x) cos2 (x) cos2 (x)
Derivada de la exponencial: f (x) = exp(x) es diferenciable en R y f 0 (x) = exp(x).
ex ex
Funciones hiperblicas: f (x) = senh(x) = es diferenciable en R y
2
ex + ex
f 0 (x) = = cosh(x). Del mismo modo, la derivada de cosh(x) es senh(x).
2
Series de Potencias: La funcin suma f (x) = an x n
P
es indenidamente diferenciable
n0
en (R, +R) y sus derivadas se calculan derivando trmino a trmino:
X X X
f 0 (x) = nan xn1 , f 00 (x) = n(n1)an xn2 , f 000 (x) = n(n1)(n2)an xn3 , etc.,
n1 n2 n3

Para la derivada de la funcin logaritmo y de otras inversas como arc sen(x) necesitamos
el siguiente resultado, que no demostramos pero que visualmente es evidente.

Teorema 48 (Diferenciabilidad de la funcin inversa) Sea f : D R R una fun-


cin diferenciable en D intervalo abierto, con f 0 > 0 f 0 < 0 en D. Entonces, su funcin
inversa : B R R es diferenciable en su dominio de denicin, B = {f (a), a D}, y
su derivada es
1
0 f (a) =

(ver Figura 67).
f 0 (a)

97
Figura 67: Derivada de la funcin inversa.

Teorema 49 (Derivada del logaritmo) f (x) = log(x) es diferenciable en todo x>0 y


1
su derivada es f 0 (x) = .
x
Demostracin: log(x) es diferenciable en R+ pues es la inversa de exp(x), diferenciable.
Calculemos su inversa con el Teorema 48. Por denicin de funcin inversa,

y = log(x) x = exp(y), luego, sustituyendo,


si, y slo si,

 h i 1 1 1
log0 (x) = log0 exp(y) = Teorema 48 = 0
= = . 
exp (y) exp(y) x

log(x)
Nota 46 (Derivada de loga ) Sea f (x) = loga (x), con 0 < a 6= 1. Como loga (x) =
log(a)
1
(ver la Denicin 31 en la pgina 56), su derivada es f 0 (x) = .
log(a) x

Nota 47 (Derivada de ax )

Sea f (x) = ax , con a > 0. Como ax = exp x log(a) (ver la
Denicin 30 en la pgina 56), su derivada es

f 0 (x) = exp x log(a) log(a) = log(a)ax .




Teorema 50 (Derivada del arcoseno) f (x) = arc sen(x)



es diferenciable en 1, 1 y
1
su derivada es f 0 (x) = .
1 x2
Demostracin: La funcin arc sen(x) es la inversa de sen(x), diferenciable, y est denida
como (ver pgina 59)

h i h i
arc sen : 1, 1 , , y = arc sen(x) si, y slo si, x = sen(y).
2 2

98

Por el Teorema 48, la funcin arc sen(x) es diferenciable en 1, 1 y su derivada es:

1 1 1 1
arc sen0 (x) = arc sen0 (sen(y)) = 0
= =p = . 
sen (y) cos(y) 1 sen2 (y) 1 x2
1
Derivada del arcocoseno: Prueba que si f (x) = arc cos(x), f 0 (x) = .
1 x2
1
Derivada del arcotangente: Prueba que si f (x) = arc tg(x), f 0 (x) = .
1 + x2

Teorema 51 (Derivada de u(x)v(x) ) u(x) > 0 y v(x) funciones diferenciables en un


Sean
abierto D R. Entonces, la funcin f (x) = u(x)v(x) es diferenciable en D y su derivada es

u0 (x)
 
0 0
f (x) = f (x) v (x) log(u(x)) + v(x) .
u(x)

Demostracin: Por denicin, f (x) = u(x)v(x) = exp v(x) log(u(x))



, luego es diferencia-
ble por ser composicin y producto de funciones diferenciables. Adems, derivando la ltima
expresin:
u0 (x)
 
0
 0
f (x) = exp v(x) log(u(x)) v (x) log(u(x)) + v(x) =
u(x)
 
0 u0 (x)
= f (x) v (x) log(u(x)) + v(x) u(x) . 

Nota 48 En la prctica, la derivada anterior tambin puede calcularse del modo siguiente:
sea f (x) = u(x)v(x) . Tomando logartmos, log(f (x)) = v(x) log(u(x)), y derivando,

f 0 (x) u0 (x)
= v 0 (x) log(u(x)) + v(x) ,
f (x) u(x)

u0 (x)
 
0 0
por lo que, despejando, f (x) = f (x) v (x) log(u(x)) + v(x) .
u(x)

En la Tabla 1 se resumen las derivadas ms importantes, combinadas con la regla de la


0 0
cadena: si f (x) = senh(u(x)), derivando obtenemos f (x) = cosh(u(x)) u (x).

99
Funciones derivadas

dh p i
u (x) = p up1 (x) u0 (x)
dx

1 d hp i u0 (x)
En particular (p = ): u(x) =
2
p
dx 2 u(x)
d h u(x) i
e = eu(x) u0 (x)
dx
d h u(x) i d h u(x) log(a) i
a = e = log(a) au(x) u0 (x)
dx dx
dh i
u(x)v(x) = (tomar logaritmos y derivar)
dx
dh i u0 (x)
log(u(x)) =
dx u(x)
dh i d h log(u(x)) i u0 (x)
loga (u(x)) = =
dx dx log(a) u(x) log a
dh i
sen(u(x)) = cos(u(x)) u0 (x)
dx
dh i
cos(u(x)) = sen(u(x)) u0 (x)
dx
dh i u0 (x) 2
 0
tg(u(x)) = = 1 + tg (u(x)) u (x)
dx cos2 (u(x))
dh i u0 (x)
arc sen(u(x)) = p
dx 1 u2 (x)
dh i u0 (x)
arc tg(u(x)) =
dx 1 + u2 (x)
dh i
senh(u(x)) = cosh(u(x)) u0 (x)
dx
dh i
cosh(u(x)) = senh(u(x)) u0 (x)
dx
dh i u0 (x)
= 1 tgh2 (u(x)) u0 (x)

tgh(u(x)) = 2
dx cosh (u(x))

Tabla 1: Derivadas.

100
4.3. Los Teoremas de Rolle y de Lagrange

Teorema 52 (Rolle) Sea f : [a, b] R una funcin continua en [a, b], diferenciable en
(a, b) y tal que f (a) = f (b). Entonces existe, al menos, un punto c (a, b) tal que f 0 (c) = 0
(ver Figura 68). Estos valores c se llaman puntos crticos de f.

Figura 68: Representacin grca del Teorema de Rolle.

Demostracin: Si f es continua en [a, b], el Teorema 42 (de Weierstrass) garantiza que


existen puntos e, d [a, b] donde f alcanza su mximo y su mnimo, respectivamente.

Si e es punto interior de [a, b], existe un > 0 tal que (e, e+) (a, b), y f (e+h)f (e)
est bien denido y es negativo para valores de h tales que |h| < . En este caso,
 
0 f (e + h) f (e) negativo
f (e) = lm+ 0,
h0 h positivo
 
0 f (e + h) f (e) negativo
f (e) = lm 0.
h0 h negativo

Notar que estos lmites existen pues f es diferenciable. Como f 0 (e) 0 y f 0 (e) 0,
0
necesariamente f (e) = 0.

Si d es punto interior de [a, b], del mismo modo obtenemos que f 0 (d) = 0.
Si e, d no son interiores, se corresponden con los puntos a, b, y como por hiptesis
f (a) = f (b), tenemos que f (e) = f (d) (mximo y mnimo son iguales) y la funcin f es
0
constante en [a, b]. En este caso, f (c) = 0 en todos los puntos de (a, b). 

Corolario 2 (Aplicacin de Rolle) Sea f : D R R una funcin diferenciable en D


0
intervalo abierto de R. Si f no se anula en D entonces f tiene, a lo sumo, un cero en D .

Demostracin: Por reduccin al absurdo, supongamos que f tiene dos ceros en D:


f (a) = f (b) = 0. Entonces, por el Teorema de Rolle (f es diferenciable en (a, b) D y continua
0
en [a, b] D ) existe un punto c (a, b) tal que f (c) = 0, lo que es una contradiccin (pues
f 0 no se anula en D). 

101
Recordemos el problema de la resolucin numrica de la ecuacin f (x) = 0 que hemos
visto en la Seccin 3.2.5, pgina 81, con el mtodo de la biseccin. Cuando buscamos una
solucin de f (x) = 0 en un intervalo [a, b], es importante saber que tal cero existe, y eso es
lo que nos garantiza el Teorema de Bolzano. Pero tambin es importante saber que en [a, b]
hay un slo cero de f. El Corolario 2 (Aplicacin de Rolle) asegura que, si la derivada f 0 no
se anula en (a, b), la funcin f slo puede tener, a lo sumo, un cero en (a, b). Combinando
los dos resultados, Bolzano y Rolle, podemos asegurar que una funcin f tiene un nico cero
en un cierto intervalo [a, b] antes de buscarlo numricamente.

Teorema 53 (del Valor Medio de Lagrange) Sea f : [a, b] R una funcin continua
en [a, b] y diferenciable en (a, b). Entonces existe, al menos, un punto c (a, b) tal que
f (c) = f (b)f
0
ba
(a)
(ver Figura 69).

Demostracin: Consideremos la funcin g(x) = f (x) f (b)f


ba
(a)
x, que es continua en [a, b]
(pues f lo es), es diferenciable en (a, b) (pues f lo es) y, adems, cumple que g(a) = g(b):
f (b) f (a) bf (a) af (a) af (b) + af (a) bf (a) af (b)
g(a) = f (a) a= =
ba ba ba
f (b) f (a) bf (b) af (b) bf (b) + bf (a) bf (a) af (b)
g(b) = f (b) b= =
ba ba ba
Por el Teorema de Rolle para la funcin g , existe, al menos, un punto c (a, b) tal que

g 0 (c) = 0. Derivando g tenemos que g 0 (x) = f 0 (x) f (b)f


ba
(a)
, luego

f (b)f (a) f (b)f (a)


g 0 (c) = 0 = f 0 (c) ba
= 0 = f 0 (c) = ba
. 

Figura 69: Representacin grca del Teorema del Valor Medio de Lagrange.

Sabemos que si f f (x) = c x, entonces su derivada


es una funcin constante, es decir,
f : D = (1, 2) (3, 4) R
es cero. Es cierto el recproco? En general, no es cierto: sea
0
denida como f (x) = 2, si x (1, 2) y f (x) = 1, si x (3, 4). Entonces f (x) = 0 para
todo x D pero f no es constante en D . Sin embargo, si D es un intervalo, s es cierto:

102
Corolario 3 (Aplicacin del TVM de Lagrange) Sea f : (a, b) R R, una funcin
diferenciable.

(i) Si f 0 (x) = 0 x (a, b) entonces f es constante en (a, b),


(ii) si f 0 (x) > 0 x (a, b) entonces f es estrictamente creciente en (a, b),
(iii) si f 0 (x) < 0 x (a, b) entonces f es estrictamente decreciente en (a, b).

Demostracin: (i) Sean puntos cualesquiera x, z (a, b) y veamos que f (x) = f (z). Como
f es continua en [x, z] y diferenciable en (x, z), por el TVML existe un punto c (x, z) tal
0 f (x)f (z) 0
que f (c) = . Como por hiptesis f (c) = 0, obtenemos que f (x) = f (z). 
xz

El siguiente teorema, de gran importancia prctica para el clculo de algunos lmites de


tipo cociente, lo damos sin demostracin.

Teorema 54 (Regla de L'Hopital) Sean f, g : (a, b) R funciones diferenciables, con


0
b nito +, tales que g (x) 6= 0 para todo x (a, b). Supongamos que
lm f (x) = lm g(x) = 0 o que lm f (x) = lm g(x) = +.
xb xb xb xb
0
f (x) f (x)
Si lm =L (nito o innito), entonces lm = L.
xb g 0 (x) xb g(x)

Nota 49
El teorema anterior est escrito para lmites laterales por la izquierda, x b .
+
Es tambin vlido para lmites laterales por la derecha, x b y, por lo tanto, tambin
para lmites por los dos lados, x b. Adems, tanto b como L pueden ser un nmero o
pueden ser + o . En cualquiera de esos casos, la Regla de L'Hopital dice que el lmite
del cociente de las derivadas puede trasladarse al lmite del cociente de las funciones. Slo
hay una excepcin, que es la siguiente: si el lmite del cociente de las derivadas no existe,
entonces no podemos armar que el lmite del cociente de las funciones originales tampoco
exista, como se ve en el siguiente ejemplo. Supongamos que queremos calcular el

x2 sen( x1 )
lm .
x0 sen(x)
0
Como es una indeterminacin , podemos aplicar L'Hopital y obtenemos
0

2x sen( x1 ) cos( x1 )
lm ,
x0 cos(x)
que es un lmite que no existe (pues no existe el lm cos( x1 )). Sin embargo, el lmite original
x0
s existe y vale 0:

x2 sen( x1 ) x 1

lm = lm x sen x
= 1 0 [acotado] = 0.
x0 sen(x) x0 sen(x)

103
4.4. El mtodo de Newton

Retomemos el problema de la resolucin numrica de la ecuacin f (x) = 0 que hemos


visto en la Seccin 3.2.5, pgina 81, con el mtodo de la biseccin. La idea bsica del mtodo
de Newton es suponer que f es aproximadamente una recta. Esta suposicin puede no ser
muy correcta en intervalos grandes, como el [0.6, 4.8] de la gura siguiente, pero s lo es para
intervalos sucientemente pequeos como el [2.8, 3.2]:

Por lo tanto, el mtodo de Newton funciona mejor cuanto ms cerca estamos del cero
buscado . Sea xn . Cmo calcular la siguiente, xn+1 ? Si la funcin
una aproximacin de
f fuese exactamente una recta, el cero sera exactamente el punto de corte de esta recta
con el eje de abcisas OX (ver Figura 70). Si suponemos que f es casi una recta, tomamos
como la siguiente aproximacin, xn+1 , el punto de corte de la recta tangente con el eje OX.

La ecuacin de la recta tangente a f en el punto xn , f (xn ) es

y f (xn ) = f 0 (xn )(x xn )

y el punto de corte se calcula haciendo y=0 y despejando el valor de x:

f (xn ) f (xn )
0 f (xn ) = f 0 (xn )(x xn ) = x xn = 0
= xn+1 = xn 0 .
f (xn ) f (xn )

As, el mtodo de Newton es:

Datos: x0 (aproximacin al cero), (precisin deseada), f (diferenciable).


Paso 0: Calcular x1 = x0 ff0(x(x00)) . Hacer n = 1.
Paso 1: Mientras |xn xn1 | >= , repetir:
1.1 Calcular xn+1 = xn ff0(x(xnn)) . Hacer n = n + 1.
Paso 2: Final: el cero buscado (con una precisin menor que ) es xn+1 .

104
Figura 70: El mtodo de Newton para resolver f (x) = 0.

La principal ventaja de Newton frente a biseccin es su rapidez. Puede demostrarse que,


0 0
si f es continua y f () 6= 0, existe un > 0 tal que si x0 ( , + ), la sucesin
f (xn )
xn+1 = xn f 0 (xn ) converge cuadrticamente a , es decir, existe una constante M tal que:

|xn+1 | M |xn |2 n.
Notar que si, por ejemplo |xn | < 0,001 (3 cifras decimales exactas), entonces |xn+1 | <
M 0,000001 ( 6 cifras decimales exactas). As, la convergencia cuadrtica signica que
en cada iteracin se duplica el nmero de cifras decimales exactas (simpre que estemos
sucientemente cerca del cero y si no tenemos en cuenta la constante M ).
La principal desventaja del mtodo de Newton es que puede no funcionar: si xn no est
cerca del cero, la funcin f puede no ser parecida a una recta entre xn y y las siguientes
iteraciones pueden salirse del dominio de f (piensa en x0 = 0.8 en la Figura 70b). Tambin
0
puede ocurrir que f (xn ) sea cero y el mtodo falla. Una buena combinacin es aplicar
primero biseccin, hasta tener una aproximacin aceptable del cero, y luego aplicar Newton
para mejorar esa aproximacin rpidamente.


Ejemplo 48 (Mtodo de Newton) Calcular 19. Como 19 es una solucin de la ecua-
cin x2 = 19, tomamos f (x) = x2 19 y aplicamos Newton para calcular su cero:

f (xn ) x2n 19 xn 19 1 19 
xn+1 = xn 0 = xn = xn + = xn + .
f (xn ) 2 xn 2 2 xn 2 xn

Como 19 est entre 4 y 5 tomamos, por ejemplo, x0 = 4 y calculamos 3 iteraciones:

1 19 1 19
 
x1 = 2
x0 + x0
=
= 4.375
2
4+ 4

x2 = 12 x1 + x191 = 21 4.375 + 4.375


19
 
= 4.35892

x3 = 12 x2 + x192 = 21 4.35892 + 4.35892


19
 
= 4.35889

Comprueba con la calculadora que 19 = 4.358898943....

105
4.5. Derivadas sucesivas: desarrollos de Taylor

Sea f : D R R, una funcin diferenciable en D abierto y sea f0 su funcin derivada.

Denicin 43 (derivadas sucesivas) f0


es diferenciable en D , denotamos por f a su
Si
00
00 000
funcin derivada y se llama derivada segunda de f . Si f es diferenciable, su derivada f
IV V
es la derivada tercera de f y as sucesivamente, f , f , etc. (si existen).
(n) (0)
Tambin se representa a la la derivada n-sima de f por f , n = 0, 1, 2, . . . , donde f
(1) 0 (2) 00
representa a la propia f , f es f , f es f , etc.

Ejemplo 49 (Funcin derivada no diferenciable) Puede ocurrir que una funcin f


0
sea diferenciable pero su derivada f no lo sea? Tomemos una funcin no diferenciable,
como |x| y busquemos una funcin f tal que al derivarla resulte |x| (en la Seccin 4.6 una
tal funcin se llamar primitiva).
( (
x2
x0 x0
 
x, si
2
, si x|x|
Como |x| = , sea f (x) = x2
f (x) = ,
x, si x0 2, si x0 2

cuya grca est en la Figura 71, y estudiemos si f es diferenciable:

si x > 0, entonces f es diferenciable en x y su derivada es f 0 (x) = 2x


2
= x,
si x < 0, entonces f tambin es diferenciable en x y su derivada es f 0 (x) = x,
h|h|
si x = 0, f 0 (0) = lm f (h)f
h
(0)
= lm 2
= lm |h| = 0,
h0 h0 h h02 
0 x, si x0
luego f es diferenciable en R y su funcin derivada es f (x) = ,
x, si x0
es decir, f 0 (x) = |x|, que no es diferenciable (en el punto cero).

x|x|
Figura 71: Grca de la funcin f (x) = (diferenciable pero con f0 no diferenciable).
2

Ejemplo 50 (Funcin n-diferenciable pero no (n+1)-diferenciable) Comprueba que


la funcin f (x) = xn |x| es un ejemplo de funcin n veces diferenciable pero no (n+1) veces
(n)
diferenciable, pues f (x) = n!|x|.

106
4.5.1. La frmula de Taylor

La idea de los desarrollos de Taylor es la aproximacin de funciones por polinomios.


Sabemos que si f es diferenciable en a entonces f se puede aproximar, alrededor de a, por
una recta (la recta tangente),

f (x) f (a) + f 0 (a)(x a),


que es un polinomio de grado 1. Generalizando, vamos a ver que si f es 2 veces diferenciable
( 3 veces, 4 veces, etc.) podemos aproximarla, alrededor de a, por un polinomio de grado 2
(3, 4, etc.). Lo hacemos segn el grado, y tenemos en cuenta que este polinomio tiene una
expresin ms sencilla como potencias de (x a).
Polinomio de grado uno, P (x) = m + n(x a). Para determinar los 2 parmetros, m y
n, necesitamos dos condiciones. Si f es diferenciable, exigimos que P y f tengan, en a, el
mismo valor y la misma derivada:

P (a) = f (a), luego m = f (a),

P 0 (a) = f 0 (a), de donde, como P 0 (x) = n, obtenemos que n = f 0 (a).


As, el polinomio de grado uno que aproxima a f diferenciable alrededor de a es

P1 (x) = f (a) + f 0 (a)(x a) (la recta tangente).

Polinomio de grado dos, P (x) = m + n(x a) + q(x a)2 . En este caso tenemos que
calcular 3 parmetros. Si f es 2 veces diferenciable, exigimos que P y f tengan, en a, el
mismo valor, la misma derivada y la misma derivada segunda:

P (a) = f (a), luego m = f (a),

P 0 (a) = f 0 (a), de donde, como P 0 (x) = n + 2q(x a), obtenemos que n = f 0 (a),
f 00 (a)
P 00 (a) = f 00 (a), y como P 00 (x) = 2q , tenemos que 2q = f 00 (a), luego q= 2
.

As, el polinomio de grado dos que aproxima a f (2 veces diferenciable) alrededor de a es

f 00 (a)
P2 (x) = f (a) + f 0 (a)(x a) + 2
(x a)2 .

Polinomio de grado tres,P (x) = m + n(x a) + q(x a)2 + r(x a)3 . Si f es 3 veces
diferenciable, exigimos que P y f tengan, en a, el mismo valor, la misma derivada, la misma
derivada segunda, y la misma derivada tercera:

P (a) = f (a), = m = f (a),


h i
P (a) = f (a), = P (x) = n + 2q(x a) + 3r(x a) = n = f 0 (a),
0 0 0 2

h i
00 00 00 f 00 (a)
P (a) = f (a), = P (x) = 2q + 3 2 r(x a) = q = 2
,

h i
f 000 (a)
P (a) = f (a), = P (x) = 3 2 r = 3 2 r = f 000 (a) = r =
000 000 000
3!
.

107
As, el polinomio de grado tres que aproxima a f (3 veces diferenciable) alrededor de a es

f 00 (a) f 000 (a)


P3 (x) = f (a) + f 0 (a)(x a) + 2
(x a)2 + 3!
(x a)3 .

Polinomio de grado n en general. Siguiendo el procedimiento anterior obtenemos que, si f


es n-veces diferenciable en a,

el polinomio de grado n que aproxima a f alrededor de a es


0 00 000
f (a) f (a) f (a) f (n) (a)
Pn (x) = f (a) + (x a) + (x a)2 + (x a)3 + + (x a)n ,
1! 2! 3! n!
(i)
que este polinomio es el que cumple que Pn (a) = f (i) (a), i = 0, 1, 2, . . . , n,

que el numerador de los coecientes del polinomio es f (i) (a),


que el denominador de los coecientes, i!, proviene de derivar i veces el trmino (xa)i .

As, una funcin n-veces diferenciable puede aproximarse por un polinomio de grado n:

f 0 (a) f 00 (a) f 000 (a) f (n) (a)


f (x) f (a) + (x a) + (x a)2 + (x a)3 + + (x a)n .
1! 2! 3! n!
En esta frmula tenemos que utilizar el smbolo (aproximado) pues una funcin general no
es igual a ningn polinomio. Si queremos tener una igualdad, necesitamos aadir un trmino,
llammosle Rn+1 (x), que represente la diferencia entre el polinomio y la funcin en cada x:

f 0 (a) f 00 (a) f (n) (a)


f (x) = f (a) + (x a) + (x a)2 + + (x a)n + Rn+1 (x).
1! 2! n!

El Teorema de Taylor, adems de mostrar la forma que tiene el polinomio aproximador,


tambin nos indica la expresin de este trmino complementario o resto Rn (x).

Teorema 55 (de Taylor) Sea f una funcin n-veces diferenciable en D intervalo de R.


Sean a, x puntos de D. Existe un entre a y x tal que

f 0 (a) f 00 (a) f (n1) (a) f (n) ()


f (x) = f (a) + (x a) + (x a)2 + + (x a)n1 + (x a)n .
1! 2! (n1)! n!
| {z } | {z }
Pn1 (x) Rn (x)

Observa que con este Teorema 55 de Taylor, una funcin f que sea n veces diferenciable
puede aproximarse por un polinomio de grado n1, pues la derivada n-sima se utiliza para
el trmino complementario Rn (x). Es el siguiente Teorema 56 de Taylor-Young el que indica
que una funcin n veces diferenciable puede aproximarse por un polinomio de grado n. El
precio que pagamos es que no tenemos una forma explcita del trmino complementario sino
slo un conocimiento de su comportamiento cuando x a:

108
Teorema 56 (de Taylor-Young) Sea f una funcin n-veces diferenciable en D intervalo
de R y sea a punto interior de D. Entonces,

f 0 (a) f 00 (a) f (n) (a)


(xa)2 + + (xa)n + o (xa)n , x a.

f (x) = f (a) + (xa) +
| 1! 2! {z n! }
Pn (x)

Nota 50 = o (xa)n , x a

La notacin  R(x) se dene rigurosamente como que

R(x)
lm = 0,
xa (xa)n

y signica que, cuando x a, R(x) es de orden superior a (xa)n , y por lo tanto tiende a
n n
cero ms rpidamente que (xa) , y puede despreciarse frente al trmino (xa) en lmites
cuando x a.
Por ejemplo, veremos que la funcin exponencial puede aproximarse por un polinomio de
Taylor de cualquier grado:

x x2 x3 xn
exp(x) = 1 + + + + + +
1! 2! 3! n!
Si la aproximamos por un polinomio de grado 3, por ejemplo, podemos escribir que

x x2 x3
exp(x) = 1 + + + + o(x3 ), x 0
1! 2! 3!
3
y quiere decir que, si cortamos en x , todos los trminos posteriores juntos son despreciables
3
frente a x en lmites cuando x 0. En la prctica, esto lo utilizaremos para estudiar lmites
funcionales (ver el Ejemplo 53).

En los teoremas anteriores, el Polinomio de Taylor est expresado en potencias de (xa).


Tambin podemos utilizar la notacin con a y a + h (igual que en la derivada, ver Nota 41).
Si llamamos h = x a, si, y slo si x = a + h, la frmula de Taylor del teorema anterior
puede expresarse tambin del modo siguiente:

f 0 (a) f 00 (a) 2 f (n) (a) n


h + o hn , h 0.

f (a + h) = f (a) + h+ h + +
1! 2! n!
Las dos notaciones coinciden en el caso en que a = 0, pues entonces h = x, y tenemos

f 0 (0) f 00 (0) 2 f (n) (0) n


x + o xn , x 0.

f (x) = f (0) + x+ x + + (7)
1! 2! n!

Apliquemos la frmula de Taylor (7) a las funciones ms importantes. Notar que lo nico
(i)
que falta por calcular son las derivadas sucesivas f (0), i = 0, 1, 2, . . . , n.

109
(1) La funcin exponencial: f (x) = exp(x) es indenidamente diferenciable en R,
luego podemos aplicar (7) para cualquier valor de n. Como su derivada es ella misma,
f (i) (x) = exp(x), tenemos que f (i) (0) = exp(0) = 1 para todo i, luego para todo n N:
x x2 x3 xn
exp(x) = 1 + + + + + + o(xn ), x 0.
1! 2! 3! n!
(2) La funcin seno: f (x) = sen(x) es indenidamente diferenciable en R. Sus derivadas
sucesivas f (i) (0), i = 0, 1, 2, . . . , n son sen(0), cos(0), sen(0), cos(0), sen(0), cos(0), . . . ,
es decir, 0, 1, 0, 1, 0, 1, 0, 1, . . . , luego para todo k N,
x3 x5 x2k+1
sen(x) = x + + + (1)k + o(x2k+2 ), x 0.
3! 5! (2k + 1)!

(3) La funcin coseno: procediendo como con el seno obtenemos que, para todo k N,
x2 x4 x2k
cos(x) = 1 + + + (1)k + o(x2k+1 ), x 0.
2! 4! (2k)!

(4) La funcin logaritmo: f (x) = log(1 + x). Para todo n N (ver Ejemplo 64),
x2 x3 xn
log(1 + x) = x + + + (1)n1 + o(xn ), x 0.
2 3 n
(5) La funcin binmica: se llama funcin binmica a f (x) = (1 + x)p , con p R, que,
en general, slo est denida para x (1, +), pues las potencias con exponente pR
no racional tienen que tener base positiva. Su grca para distintos valores de p est en la
Figura 72.

Figura 72: Grca de la funcin binmica (1 + x)p para distintos valores de p.

Notar que, si p es un natural, estamos hablando del Binomio de Newton,


         
p p p p 2 p 3 p
(1 + x) = + x+ x + x + + xp ,
0 1 2 3 p

110
 
p p!
que es un polinomio de grado p denido en todo xR y donde = , para
k k! (pk)!
cada k = 0, 1, . . . , p, son los llamados nmeros combinatorios.

La funcin binmica puede entenderse como una generalizacin del Binomio de Newton
a valores de p reales en general. Lo primero que vamos a hacer es generalizar los nmeros
combinatorios a pR (pero manteniendo k natural). Notar que, tal como estn expresados
en la frmula anterior,
 
p p!
=
k k! (pk)!
no pueden generalizarse a p R pues ni p! ni (pk)! tienen sentido si p no es un natural.
Sin embargo, si desarrollamos p! y (pk)! y simplicamos,
 
p p(p 1)(p 2) (p k + 1)(p k) 3 2 1 p(p 1)(p 2) (p k + 1)
= =
k k! (p k) 3 2 1 k!
entonces s tiene sentido la siguiente denicin.

Denicin 44 Dados p R, k N, llamaremos nmero combinatorio a


   
p p(p 1)(p 2) (p k + 1) p
= R, = 1.
k k! 0
 
1/2 (1/2)(3/2)(5/2) 5
Por ejemplo, = = .
3 3! 16

Volvamos ahora a la funcin binmica f (x) = (1 + x)p , p R, x (1, +), que es


indenidamente diferenciable en (1, +) y f (0) = 1. Calculemos su derivada i-sima:
f 0 (x) = p(1 + x)p1 ,
f 00 (x) = p(p 1)(1 + x)p2 ,
f 000 (x) = p(p 1)(p 2)(1 + x)p3 ,
.
.
.

f (i) (x) = p(p 1)(p 2)(p i + 1)(1 + x)pi ,


Por lo tanto, tenemos que f (i) (0) = p(p 1)(p 2)(p i + 1) y, de aqu,
f (i) (0)
 
p(p 1)(p 2) (p i + 1) p
= = , i N,
i! i! i
n N,
y tenemos que, para todo
         
p p p p 2 p 3 p
(1 + x) = + x+ x + x + + xn + o(xn ), x 0.
0 1 2 3 n

111
Ejemplo 51 Tomemos p = 3. La frmula anterior es vlida para todo n natural, incluso
para n > 3. Sin embargo, para n = 4, por ejemplo, de la Denicin 44 tenemos que
 
3 3210
= = 0,
4 4!
n > 3. Por lo tanto obtenemos que
y lo mismo ocurre con cualquier natural

       
3 3 3 3 2 3
(1 + x) = + x+ x + x3 = 1 + 3x + 3x2 + x3 ,
0 1 2 3

que es exactamente la expresin del Binomio de Newton.

1
Ejemplo 52 La funcin f (x) = es una funcin binmica con p = 1/2, luego
1+x
       
1 1/2 1/2 1/2 1/2
= (1 + x)1/2 = + x+ 2
x + x3 + . . .
1+x 0 1 2 3

Si calculamos algunos de los coecientes,

( 1 )( 3
       
1/2 1/2 1 1/2 ) 3 1/2 5
= 1, = , = 2 2
= , = ,
0 1 2 2 2! 8 3 16

obtenemos que
1 x 3 5
= 1 + x2 x3 + o(x3 ), x 0.
1+x 2 8 16

Ejemplo 53 (Aplicacin al clculo de lmites) Supongamos que queremos calcular el

sen(x) x
lm .
x0 x3
Una posibilidad es utilizar la regla de L'Hopital (Teorema 54, pgina 103). Comprueba que
habra que aplicarla 3 veces para obtener el valor del lmite. Otra posibilidad es utilizar los
desarrollos de Taylor:

x3 x3
sen(x) = x + o(x3 ), x 0 luego sen(x) x = + o(x3 ), x 0
3! 3!
3
sen(x) x x3! + o(x3 ) h 3 i 1
y, as, lm = l
m = o(x ) es despreciable frente a x3 = .
x0 x3 x0 x3 6

112
4.5.2. La serie de Taylor - McLaurin

Hemos visto que si una funcin f es n veces diferenciable en un entorno de a R,


entonces f puede aproximarse en ese entorno por un polinomio de grado n. Si la funcin es
indenidamente diferenciable, podemos aproximarla por un polinomio de grado innito,
es decir, por una serie de potencias (que llamaremos serie de Taylor)? Empecemos con un
ejemplo: f (x) = exp(x) es indenidamente diferenciable en R luego

x x2 x3 xn1
exp(x) = 1 + 1!
+ 2!
+ 3!
+ + n1!
+ Rn (x) para todo n N.
Si dejamos el sumatorio hasta innito obtenemos una serie de potencias, SP, (Seccin 1.7),

n
x x2 x3 x4 x 1
xn = an x n ,
P P P
1+ 1!
+ 2!
+ 3!
+ 4!
+ = n!
= n!
n=0 n=0 n=0

y nos preguntamos, para qu valores de x esta SP es convergente y suma exp(x)? Para


responder a la primera parte de la pregunta, basta calcular su radio de convergencia R (ver
Teorema 33, pgina 45):

= lm an+1
an
= lm 1/(n+1)!
1/n!
1
= lm n+1 = 0 = R = .
n n n
P xn
As, la serie de potencias es convergente para todo x R. Sin embargo, esto no implica
n!
que su suma sea exp(x), como se ve en el Ejemplo 54 siguiente. Para asegurar que la serie
asociada a una funcin f (x) suma precisamente f (x) necesitamos el Teorema 57.

Ejemplo 54 (Serie de Taylor que no suma f (x)) f (x) = exp( x12 ), si x 6= 0, Sea
f (0) = 0. Puede verse que f es indenidamente diferenciable en R, y que f (n) (0) = 0 n N.
2 3
Por lo tanto, su SP asociada es 0 + 0x + 0x + 0x + , que es convergente x R. Sin
embargo, la suma de esta serie es cero, luego no es igual a f (x) (excepto en x = 0).

Denicin 45 (Serie de Taylor) Sea f una funcin indenidamente diferenciable en un


entorno DR de a R. Llamamos serie de Taylor de f en a a la serie

f 0 (a) f 00 (a) f (n) (a) X f (i) (a)
f (a) + (x a) + (x a)2 + + (x a)n + = (x a)i
1! 2! n! i=0
i!

que es una SP(a) (ver Denicin 24, pgina 46). Queremos saber para qu valores de xD
esta SP(a) es convergente y suma f (x), pues para estos valores de x podremos decir que

f 0 (a) f 00 (a) f (n) (a)


f (x) = f (a) + 1!
(x a) + 2!
(x a)2 + + n!
(x a)n + . . .

Teorema 57 (de la Serie de Taylor) Sea f una funcin indenidamente diferenciable


en un entorno D R de a R. La serie de Taylor de f en a es convergente y suma f (x)
para los valores de x D tales que
f (n) ()
lm Rn (x) = lm (x a)n = 0.
n n n!

113
Demostracin: Una serie es convergente si lo es la sucesin de sus sumas parciales, que
para la serie de Taylor es:

f 0 (a) f (n1) (a)


Sn (x) = f (a) + (x a) + + (x a)n1 = Pn1 (x).
1! (n1)!
Por el Teorema 55 de Taylor, para cada xD existe un entre a y x tal que

f (x) = Pn1 (x) + Rn (x) = Sn (x) + Rn (x).

Despejando, Sn (x) = f (x) Rn (x), luego lmSn (x) = f (x) para los valores de x tales que
n
lmRn (x) = 0. 
n

En el caso particular a = 0, la serie de Taylor se llama serie de McLaurin de f y es


una Serie de Potencias como las estudiadas en la Seccin 1.7. Por ejemplo para la funcin
x x2 x3 xn
an xn , con an = n!1 .
P
exponencial tenemos la SP 1 +
1!
+ 2!
+ 3!
+ + n!
+ =
De la Seccin 1.7 sabemos que toda SP tiene asociado un radio de convergencia R de
modo que converge absolutamente para x (R, +R) y diverge para los x con |x| > R. Sin
embargo, puede ocurrir que la serie de McLaurin de f sea convergente pero que no sume
f (x) (ver el Ejemplo 54). Para que la serie sea convergente y sume f (x) debe ocurrir que
lmRn (x) = 0, como indica el Teorema 57. Estudiemos las funciones ms importantes.
n

Nota 51 lm
n
Rn (x) = 0 como sucesin, es decir, x es jo y n es variable. En el caso a = 0 el
(n)
resto puede expresarse como Rn (x) = f n!() xn , con (0, x). Para las funciones (1) y (2)
n
siguientes utilizamos que, para todo a R, l m an! = 0 (demustralo).
n

(1) La funcin exponencial: f (x) = exp(x) es indenidamente diferenciable en R y su


derivada es ella misma. Estudiemos el lmRn (x) por el Teorema del Sandwhich:
n

f (n) () exp() |x|n n


0 Rn (x) = xn = xn exp(|x|) 0 x R.
-
n! n! n!

x x2 x3
Por lo tanto, lmRn (x) = 0, x R y exp(x) = 1 + + + + x R.
n 1! 2! 3!
En particular, para x = 1 obtenemos que la suma de la serie 1 + 1!1 + 2!1 + 3!1 + 4!1 + es
exp(1) = e. Para x = 1, obtenemos que 1 1!1 + 2!1 3!1 + 4!1 + = exp(1) = 1e .

(2) La funcin seno: f (x) = sen(x) es indenidamente diferenciable en R y su derivada


n-sima est acotada por uno (comprueba que vale f (n) (x) = sen(x + n 2 )), luego
f (n) (x) |x|n
n
0 Rn (x) = xn 0 x R. Por lo tanto,
-
n! n!

114
x3 x5 x2k+1
sen(x) = x + + + (1)k + x R.
3! 5! (2k + 1)!

(3) La funcin coseno: procediendo como con el seno obtenemos que


x2 x4 x2k
cos(x) = 1 + + + (1)k + x R.
2! 4! (2k)!

(4) La funcin logaritmo: f (x) = log(1 + x) (ver Ejemplo 64, pgina 122):
x2 x 3 xn
log(1+x) = x + + + (1)n1 + para todo x (1, 1].
2 3 n
En particular, para x = 1 obtenemos que la suma de la serie 1 12 + 13 14 + (armnica
alternada) es log(2).
(5) La funcin binmica: f (x) = (1 + x)p , p R, es indenidamente diferenciable en
(1, +). Sin embargo, puede probarse que su serie de Taylor slo converge en (1, 1):
         
p p p p 2 p 3 p
(1 + x) = + x+ x + x + + xn + x (1, 1).
0 1 2 3 n

Nota 52 (La exponencial compleja) La serie de la funcin exponencial puede genera-


lizarse a los nmeros complejos: dado z = x + yi C, se dene la exponencial compleja
como

z z2 zn
exp(z) = 1 + + + + + (puede verse que converge para todo z C).
1! 2! n!
En particular, para un nmero imaginario puro z = i tenemos que

i ( i)2 ( i)3 ( i)4 ( i)5 ( i)6 ( i)n


exp( i) = 1 + + + + + + + + + =
1! 2! 3! 4! 5! 6! n!
h i
como i1 = i, i2 = 1, i3 = i, i4 = 1, i5 = i, i6 = 1, i7 = i,

2 4 3 5
   
= 1 + + + + + i = cos() + sen() i,
2! 4! 3! 5!
que es la conocida frmula de Euler, e i = cos() + sen() i que vimos en la Denicin 10.

115
4.5.3. Operaciones con series de McLaurin (series de potencias)

Puede probarse que es correcto realizar operaciones con las SP (suma, producto, deri-
vacin, etc.) en su intervalo de convergencia abierto, (R, +R), como si fuesen polinomios.
Veamos algunos ejemplos.

Ejemplo 55 (Derivacin trmino a trmino) Como

x3 x5 x2k+1
sen(x) = x + + + (1)k + x R, derivando tenemos que
3! 5! (2k + 1)!
x2 x4 x2k
cos(x) = 1 + + + (1)k + x R.
2! 4! (2k)!

Ejemplo 56 (Suma de SP's) Calcular la serie de McLaurin de la funcin senh(x).


Como
ex ex 1 
senh(x) == exp(x) exp(x)
2 2
y las series de exp(x) y de exp(x) son conocidas,

x2 x3 x2 x3 x x3 x5
   
1 x 1 x
senh(x) = 1+ + + + 1 + + = + + +
2 1! 2! 3! 2 1! 2! 3! 1! 3! 5!

x x3 x5
luego senh(x) = + + + para todo x R.
1! 3! 5!
Del mismo modo (o bien derivando la expresin anterior) se obtiene que

x2 x4 x6
cosh(x) = 1 + + + + para todo x R.
2! 4! 6!

Ejemplo 57 (Producto de SP's)


q
1+x
Calcular la serie de McLaurin de f (x) = 1+x2
.

Esta funcin es el producto de dos funciones binmicas,

r
1+x 1 1
f (x) = 2
= (1 + x) 2 (1 + x2 ) 2 ,
1+x
luego podemos calcular y multiplicar sus respectivas series de McLaurin:

         
1 1/2 1/2 1/2 2 1/2 3 1/2
(1 + x) = 2 + x+ x + x + x4 + . . .
0 1 2 3 4

Si calculamos estos coecientes,

( 1 )( 1 )
         
1/2 1/2 1 1/2 1 1/2 1 1/2 5
= 1, = , = 2 2 = , = , =
0 1 2 2 2! 8 3 16 4 128

116
obtenemos que

1 1 1 1 3 5 4
(1 + x) 2 = 1 + x x2 + x x + para todo x (1, +1).
2 8 16 128
     
2 1 1/2 1/2
2 1/2
Del mismo modo, (1 + x ) = 2 + x + (x2 )2 + y calculando
1 0 2
( 1 )( 3
     
1/2 1/2 1 1/2 ) 3
= 1, = , = 2 2
= ,
0 1 2 2 2! 8
1 1 2 3 4
obtenemos que (1 + x2 ) 2 =1 x + x + , para todo x tal que |x2 | < 1, es decir,
2 8
para todo x (1, +1). Multiplicando las dos series como si fuesen polinomios tenemos que
q
1+x 1 1 2 1 1
1 12 x2 + 83 x4 + =
3 4
 
f (x) = 1+x 2 = 1 + 2 x 8 x + 16 x 128 x +

= 1 + 21 x + 18 12 x2 + 14 + 16
1
x + = 1 + 12 x 58 x2 16
3
  3
x3 + x (1, 1).

1
Ejemplo 58 (Divisin de SP's) Sea f (x) = sec(x) =
. Queremos calcular su serie
cos(x)
x2 4
de McLaurin a partir de la del coseno, cos(x) = 1
2!
+ x4! + x R. Para dividr,
2 3 4
procedemos del modo siguiente. Llamamos sec(x) = d0 + d1 x + d2 x + d3 x + d4 x + y
tenemos que calcular los di tales que

1
sec(x) = sec(x) cos(x) = 1.
cos(x)
Multiplicamos ambas series como si fuesen polinomios y comparamos trmino a trmino:
  
x2 x4
d0 + d1 x + d2 x2 + d3 x3 + d4 x4 + 1 2!
+ 4!
+ = 1.

Trmino en x0 : d0 1 = 1 = d0 = 1.
Trmino en x1 : d0 0 + d1 1 = 0 = d1 = 0.
Trmino en x2 : d0 ( 1
2
) + d1 0 + d2 1 = 0 = d2 = 12 .
Trmino en x3 : d0 0 + d1 ( 1
2
) + d2 0 + d3 1 = 0 = d3 = 0.
Trmino en x4 : d0 ( 4!1 ) + d1 0 + d2 ( 1
2
) + d3 0 + d4 1 = 0 = d4 = 5
24
.
.
.
.

Por lo tanto, sec(x) = 1 + 12 x2 + 5 4


24
x +

En general, supongamos que queremos calcular la SP que resulta del cociente de dos SP's
an x n , bn xn , es decir, queremos calcular los di tales que
P P
conocidas,

an x n
X P X  X  X 
n
dn x = P dn xn b n xn = an x n .
bn x n

117
Multiplicamos ambas series y comparamos trmino a trmino:

Trmino en x0 : d0 b0 = a0 = d0 = . . .
Trmino en x1 : d0 b1 + d1 b0 = a1 = d1 = . . .
Trmino en x2 : d0 b2 + d1 b1 + d2 b0 = a2 = d2 = . . .
.
.
.

y as vamos calculando los coecientes di de la SP cociente.

Ejemplo 59 (Sustitucin de una SP en otra)



Sea f (x) = exp sen(x) . Queremos cal-
x x2 3
cular su serie de McLaurin. Como exp(x) = 1 + 1!
+ 2!
+ x3! + , x R, entonces

 sen(x) sen2 (x) sen3 (x)


exp sen(x) = 1 + + + +
1! 2! 3!
x3 5
y como sen(x) = x + x5! + , x R, podemos sustituir y obtener que
3!
 3 5
  3 5
2
exp sen(x) = 1 + 1!1 x x3! + x5! + + 2!1 x x3! + x5! + +


 3  4
x3 x5 x3 x5
+ 3!1 x 3!
+ 5!
+ + 1
4!
x 3!
+ 5!
+ +

x3 5 2 x3 x5
3
Calculamos
3!
+ x5! + ,
x x 3!
+ 5!
+ , etc. y reagrupamos por trminos
del mismo grado para obtener que:

exp sen(x) = 1 + x + 12 x2 81 x4 +


4.6. La inversa de la derivada: la funcin primitiva

Vamos a estudiar la operacin inversa a la derivacin: el clculo de funciones primitivas.

Denicin 46 (Funcin primitiva) Sean F, f funciones denidas en un abierto D R.


Decimos que F es una funcin primitiva de f (y que f es la derivada de F ) en D si F es
diferenciable y
F 0 (x) = f (x) x D.

2
As por ejemplo, como la derivada de F (x) = x es f (x) = 2x, decimos que una primitiva
2
de f (x) = 2x es F (x) = x . Por motivos que veremos en el Tema 6, a la funcin primitiva
se le llama tambin integral (indenida), y se denota por
Z Z Z
2x dx = x2 .

f (x) dx = F (x) o bien simplemente f =F por ejemplo,

118
Decimos una primitiva porque en realidad hay innitas: si F es una primitiva de f
entonces F + C , con C una constante cualquiera, tambin es una primitiva de f, pues su
0 0
derivada es (F (x) + C ) = F (x) + 0 = f (x).

Por otra parte, todas las primitivas de f son de este tipo: si G es otra primitiva de f en
D intervalo entonces G 0 (x) = F 0 (x) = f (x) luego (G(x) F (x)) 0 = 0 x D y, por el
Corolario 3, GF =C (constante) y G = F + C.
As, aunque una funcin puede tener innitas primitivas, conociendo una de ellas, digamos
F , conocemos todas las dems, pues son del tipo F + C . Esto se expresa del modo siguiente:
Z Z Z
2x dx = x2 + C .

f (x) dx = F (x) + C o bien f =F +C por ejemplo,

Es decir, la integral (indenida) no es slo una funcin primitiva sino una familia de innitas
funciones primitivas que dependen de un parmetro.

A partir de la Tabla 1 de derivadas obtenemos la Tabla 2 de primitivas o integrales


1 1
inmediatas. Slo vamos a comentar la integral de . Sabemos que la primitiva de es
x x
1
log(x), pero sta slo est denida para x > 0, mientras que x est denida tambin para
1
x < 0. Para x < 0, la derivada de F (x) = log(x) es F 0 (x) = x = x1 , luego la funcin
(
log(x), si x>0
F (x) = , es decir, F (x) = log(|x|)
log(x), si x<0
Z
1 1
es la primitiva de f (x) = x
en todo R \ {0} y escribimos dx = log(|x|) + C .
x

Nota 53 Aunque la derivacin de una funcin dada es un proceso rutinario, el proceso


inverso no lo es en absoluto, y muchas primitivas no se saben calcular, como por ejemplo

p
x x4 + sen2 (x)(2x5 x3 + 1)
Z Z
x2
e dx, dx.
(1 + cos(x) + log(1 + x2 ))(x + 2 + ex )

Por este motivo, necesitamos resultados o tcnicas de integracin que nos ayuden, como las
que vemos a continuacin.

Producto por un escalar: como la derivada de F es F 0 = f , la integral de f es


F , es decir,
Z Z
f (x) dx = f (x) dx (las constantes salen fuera de la integral).

Integral de la suma: como la derivada de F +G es F 0 + G 0 = f + g, obtenemos que


Z   Z Z
f (x)+g(x) dx = f (x) dx+ g(x) dx (la integral de la suma es la suma de integrales).

119
Integrales inmediatas

xp+1 u(x)p+1
Z Z
p
x dx = +C (p 6= 1) u(x)p u0 (x) dx = +C
p+1 p+1
u0 (x)
Z Z
1
dx = log(|x|) + C dx = log(|u(x)|) + C
x u(x)
Z Z
x
e dx = e + C x
eu(x) u0 (x) dx = eu(x) + C
Z Z
cos(x) dx = sen(x) + C cos(u(x))u0 (x) dx = sen(u(x)) + C
Z Z
sen(x) dx = cos(x) + C sen(u(x))u0 (x) dx = cos(u(x)) + C
Z Z
2
1+tg2 (u(x)) u0 (x) dx = tg(u(x))+C
 
1+tg (x) dx = tg(x)+C

u0 (x)
Z Z
1
dx = tg(x)+C dx = tg(u(x))+C
cos2 (x) cos2 (u(x))
u0 (x)
Z Z
1
dx = arc sen(x) + C p dx = arc sen(u(x)) + C
1 x2 1 u(x)2
u0 (x)
Z Z
1
dx = arc tg(x) + C dx = arc tg(u(x)) + C
1 + x2 1 + u(x)2

Tabla 2: Integrales inmediatas.

Mtodo de Integracin por partes: sean u, v funciones diferenciables. R ComoRla derivada


del productouvR es uv 0 + u 0 v,R la integral de uv 0 + u 0 v es uv , es decir, uv 0 + u 0 v = uv ,
y despejando, uv 0 = uv u 0 v, o bien
Z Z
u(x)v (x) dx = u(x)v(x) v(x)u 0 (x) dx (Integracin por partes).
0

Esta frmula o mtodo de integracin es ms conocido con la notacin du = u 0 (x) dx:


Z Z
u dv = uv v du (integracin por partes)

Ejemplo 60 f (x) = log(x), que no es inmediata, hacemos


Para calcular la primitiva de

u = log(x) du = x1 dx
Z   Z Z
1
log(x) dx = = x log(x) x x dx = x log(x) 1 dx =
dv = dx v=x

= x log(x) x + C.

120
Por lo tanto la primitiva de f (x) = log(x) es F (x) = x log(x) x + C, lo que se comprueba
fcilmente sin ms que derivar: F 0 (x) = log(x) + x x1 1 = log(x).

Mtodo de Integracin por sustitucin o cambio de variables: como la derivada


0 0 0
deF R(g(x)) es F (g(x))g (x) = f (g(x))g (x), (Regla de la Cadena, Teorema 47), tenemos
que f (g(x))g 0 (x) dx = F (g(x)) + C , que se utiliza en la prctica del modo siguiente:
Z   Z
0 t = g(x) h i
f (g(x))g (x) dx = = f (t) dt = F (t) + C = t = g(x) = F (g(x)) + C.
dt = g 0 (x)dx

sen2 (x) sen2 (x) cos(x) t2


Z Z   Z
t = sen(x)
Ejemplo 61 dx = dx =
dt = cos(x)dx
= dt =
cos(x) cos2 (x) 1 t2
h t2 1 1 i
Descomponiendo en fracciones simples, = 1 + + , luego
1 t2 2(1 t) 2(1 + t)
Z Z Z
1 dt 1 dt 1 1
= 1 dt + + = log(|1 + t|) log(|1 t|) t + C =
2 1t 2 1+t 2 2
h i 1 1
= deshaciendo el cambio, t = sen(x) = log(1+sen(x)) log(1sen(x)) sen(x) + C .
2 2

4.6.1. Integracin trmino a trmino

Si conocemos el desarrollo en serie de potencias de una funcin, podemos integrarla


trmino a trmino, es decir, la primitiva de

an xn = a0 + a1 x + a2 x2 + a3 x3 + . . . en (R, +R) es
P
f (x) =
n0
Z Z Z Z Z
f (x) dx = a0 dx + a1 x dx + a2 x dx + a3 x3 dx + =
2

 
= a0 x + a21 x2 + a32 x3 + a43 x4 + + C, en (R, +R)

(basta derivar para comprobarlo). As, las SPs pueden integrarse (y derivarse) trmino a
trmino en (R, +R). Veamos algunos ejemplos.

x3 x5 x2k+1
Ejemplo 62 Como sen(x) = x + + + (1)k + x R, si in-
3! 5! (2k + 1)!
tegramos trmino a trmino tenemos que:

x2 x4 x6
cos(x) = + + + C = en x = 0 = 1 = C , luego
2! 4! 6!
x2 x4 x2k
= cos(x) = 1 + + + (1)k + x R.
2! 4! (2k)!

121
Ejemplo 63 (La primitiva de sen(x)
x
) = sen(x)
La funcin f (x)
x
si x 6= 0, f (0) = 1, es
una funcin continua en R F (x) + C . Aunque no se conoce
que tiene funcin primitiva,
ninguna frmula o expresin sencilla para esta funcin primitiva F (x), s podemos conocer
su desarrollo de Taylor a partir del desarrollo de Taylor de f (x):

sen(x) x2 x4 x2k
f (x) = =1 + + + (1)k + x R,
x 3! 5! (2k + 1)!
si integramos trmino a trmino tenemos que:

x3 x5 x2k+1
Z
sen(x)
F (x) = dx = x + + + (1)k + x R.
x 3 3! 5 5! (2k + 1)(2k + 1)!

1
Ejemplo 64 (La funcin log(1+ x)) Sea f (x) = log(1 + x). Derivando, f 0 (x) = ,
1+x
que es la suma de serie geomtrica de razn K = x, luego

1 1
f 0 (x) = = = 1 + (x) + (x)2 + (x)3 + = 1 x + x2 x3 + x4 +
1+x 1 (x)

para todo x tal que | x| < 1, es decir, para todo x (1, +1). Integrando (sale C = 0),
x2 x3 xn
log(1 + x) = x + + + (1)n1 + para todo x (1, 1).
2 3 n
Adems, para x = 1 la serie resulta 1 21 + 13 14 + , que es convergente (serie armnica
alternada), luego por el Teorema 41 de Abel, su suma es log(2) y tenemos que

x2 x3 xn
log(1+ x) = x + + + (1)n1 + x (1, 1].
2 3 n

1
Ejemplo 65 (funcin arcotangente) Sea f (x) = arc tg(x). Derivando, f 0 (x) = ,
1 + x2
que es la suma de serie geomtrica de razn K = x2 , luego

1
f 0 (x) = = 1 + (x2 ) + (x2 )2 + (x2 )3 + = 1 x2 + x4 x6 + x8 +
1 (x2 )

para todo x tal que | x2 | < 1, es decir, para todo x (1, 1). Integrando,

arc tg(x) = x 31 x3 + 15 x5 71 x7 + para todo x (1, 1).


Adems, para x=1 la serie resulta 1 31 + 15 17 + , que es convergente por Leibniz y
lo mismo ocurre para x = 1. Por el Teorema 41 de Abel tenemos que

1 3 1 5 1 7
arc tg(x) = x x + x x + x [1, 1].
3 5 7
En particular, para x = 1 tenemos la serie de Gregory: 1 13 + 51 17 + = arc tg(1) =
4
.

122
Ejemplo 66 (funcin arcoseno) Sea f (x) = arc sen(x). Derivando,
h i
f 0 (x) = 1
1x2
= (1 + (x2 ))1/2 = Binmica con p = 1/2 =

12
   1  1  1
2 2 2 2 2 2
= + (x ) + (x ) + (x2 )3 + =
0 1 2 3
(1/2)(3/2) (1/2)(3/2)(5/2)
= 1 + 21 x2 + 2!
x4 3!
x6 + = 1 + 12 x2 + 13
24
x4 + 135
246
x6 + . . .
1 x3 13 x5 135 x7
Integrando, arc sen(x) = x + 2 3
+ 24 5
+ 246 7
+ ... para todo x (1, +1).
Adems, puede verse que para x=1 y para x = 1 la serie es convergente, luego

1 x3 1 3 x5 1 3 5 x7
arc sen(x) = x + + + + ... para todo x [1, +1].
2 3 24 5 246 7

4.7. Qu es una ecuacin diferencial?

En la seccin anterior, al calcular la primitiva de una funcin f, estamos resolviendo el


siguiente problema: encontrar las funciones y(x) tales que

y 0 = f (x) (8)

para una f (x) conocida. Esta ecuacin (8) es un ejemplo sencillo de ecuacin diferencial.

Una ecuacin diferencial es una ecuacin en la que aparece una variable independiente
x, una variable y que es funcin de x, y(x), y la derivada de esta funcin, y 0 (x). Un ejemplo
ms complicado podra ser:

2 sen(xy)y 0 + (1+ x)y 2 = exy y 0 .

Resolver una ecuacin diferencial es encontrar la o las funciones y(x) que cumplen la
ecuacin. Puesto que no sabemos encontrar una gran parte de funciones primitivas (ver
Nota 53), muchas ecuaciones diferenciales, incluso de las ms sencillas como (8), no se pueden
resolver. El objeto de esta seccin no es resolver ecuaciones diferenciales sino entender qu
es una ecuacin diferencial.

0
Si en una ecuacin diferencial, que tiene x, y e y , damos un valor a x y a y , podemos
0
calcular el valor de y . As, en cada punto (x, y) del plano podemos representar grcamente
0
una pendiente dada por el valor de y . Por ejemplo, consideremos la ecuacin diferencial

y 0 = x.

En este caso, en cada punto (x, y) del plano la pendiente de la solucin vale x, lo que
podemos representar como en la Figura 73. Esta grca representa la solucin de la ecuacin
0
diferencial y = x. Como vemos, no es una nica funcin (curva) sino una familia formada
por innitas curvas. De la la grca podemos conjeturar que esta familia est relacionada

123
Figura 73: Representacin de la ecuacin diferencial y 0 = x.

0
con la funcin x2 .
Como vimos en la seccin anterior, la solucin de y = x (es decir, la
x2
primitiva de x) es y = + C, con C la constante de integracin. Esta familia de innitas
2
curvas o funciones se llama solucin general
de la ecuacin diferencial.

Esto es cierto para cualquier ecuacin diferencial: para encontrar la funcin y en una
0
ecuacin en la que aparece y , en algn momento habr que integrar, y aparece una constante
de integracin, C, luego la solucin general de la ecuacin diferencial ser siempre una
familia de innitas funciones que depende de un parmetro C.
Para determinar el parmetro aadimos una condicin inicial
, por ejemplo y(2) = 1,
22
lo que nos lleva, en el ejemplo anterior, a que
2
+ C = 1 y por lo tanto C = 1. Esto
signica que, entre las innitas funciones que forman la solucin general, la nica funcin
2
que cumple la condicin inicial y(2) = 1 es x 1, como puede verse en la Figura 73. Esta
2
funcin y = x 1 se llama solucin particular 0
de la ecuacin diferencial y = x con la
condicin inicial y(2) = 1.

Veamos otro ejemplo sencillo. Consideremos ahora la ecuacin diferencial y 0 = y. En


este caso, en cada punto (x, y) del plano la pendiente de la solucin vale y , lo que podemos
representar como en la gca de la Figura 74, que representa la solucin general
de la
0
ecuacin diferencial y = y . Grcamente, podemos conjeturar que esa familia de funciones

124
Figura 74: Representacin de la ecuacin diferencial y 0 = y.

van a ser exponenciales. Esto tambin puede verse analticamente:


Z Z
0 dy dy 1
y = y = = y = = dx = dy = 1 dx = log(|y|) = x + C0 =
dx y y

= |y| = ex+C0 = eC0 ex = Cex = y = Cex , C R.

As, la solucin general de la ecuacin diferencial y0 = y es la familia de funciones


y(x) = Cex , con C una constante arbitraria. Si ahora imponemos una condicin inicial,
como y(0) = 2, obtenemos la solucin particular y(x) = 2e .
x

Las ecuaciones diferenciales anteriores son de primer orden, pues slo aparce la derivada
00
primera. Una ecuacin diferencial en la que aparece la derivada segunda y (adems de,
0
posiblemente, x, y, y ) se llama de segundo orden
. Idem de tercer orden, de orden n, etc.

Ejemplo 67 La siguiente es una ecuacin diferencial de segundo orden, y 00 = k 2 y,


con k R, cuya solucin general (ver Seccin 4.7.1), que depende de 2 parmetros, es:

y(x) = C1 cos(kx) + C2 sen(kx), para todo C1 , C2 R.

Para comprobarlo, derivamos dos veces: y 0 (x) = kC1 sen(kx) + kC2 cos(kx) =

y 00 (x) = k 2 C1 cos(kx) k 2 C2 sen(kx) = k 2 C1 cos(kx) + C2 sen(kx) = k 2 y(x).




Como la solucin general depende de 2 parmetros, para determinar la solucin particular


0
necesitamos dos condiciones iniciales, como por ejemplo que y(0) = 1 y que y (0) = 0. De
la primera condicin obtenemos que

1 = y(0) = C1 cos(k0) + C2 sen(k0) = C1 = C1 = 1

125
y de la segunda que

0 = y 0 (0) = kC1 sen(kx) + kC2 cos(kx) = kC2 = C2 = 0

luego la solucin particular de la ecuacin diferencial y 00 = k 2 y con las condiciones iniciales


y(0) = 1, y 0 (0) = 0 es:
y(x) = cos(kx).

4.7.1. Taylor y ecuaciones diferenciales

La serie de Taylor es til para resolver algunas ecuaciones diferenciales. Consideremos la


ecuacin del Ejemplo 67 anterior:
y 00 = k 2 y.

Supongamos que buscamos una solucin y(x) indenidamente diferenciable. Entonces,


y(x) tendr un desarrollo en serie de McLaurin:

y(x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 + a6 x6 + a7 x7 + . . . , (9)

que si derivamos dos veces resulta

y 00 (x) = 2 a2 + 3 2 a3 x + 4 3 a4 x2 + 5 4 a5 x3 + 6 5 a6 x4 + 7 6 a7 x5 + . . . .

Si vamos comparando los trminos del mismo grado de y 00 con las de k 2 y tenemos:

k2
2 a2 = k 2 a0 = tomamos a0 = C 0 y resolvemos: a2 = 2
C0
k2
3 2 a3 = k 2 a1 = tomamos a1 = C 1 y resolvemos: a3 = 3!
C1
k2 a2 (k2 )2
4 3 a4 = k 2 a2 = a4 = 43
= a4 = 4!
C0
k2 a3 (k2 )2
5 4 a5 = k 2 a3 = a5 = 54
= a5 = 5!
C1
k2 a4 (k2 )3
6 5 a6 = k 2 a4 = a6 = 65
= a6 = 6!
C0
k2 a5 (k2 )3
7 6 a7 = k 2 a5 = a7 = 76
= a7 = 7!
C1
.
.
.

Sustituyendo los ai en (9) y agrupando los trminos con C0 y con C1 ,


   
k2 2 k4 4 k6 6 k2 3 k4 5 k6 7
y(x) = C0 1 2
x + 4!
x 6!
x + + C1 x 3!
x + 5!
x 7!
x + (10)

 
k3 3 k5 5 k7
= C0 cos(kx) + k1 C1 kx 3!
x + 5!
x 7!x7
+ = C0 cos(kx) + k1 C1 sen(kx).

126
1
Notar que C0 y C son nmeros cualesquiera, luego tambin podemos escribir:
k 1

y(x) = C0 cos(kx) + C1 sen(kx).

Esta es la solucin general de la ecuacin diferencial, que tiene dos parmetros. En la Seccin
00
5.11 justicamos la aparicin de dos parmetros pues para obtener y a partir de y hay que
integrar dos veces. Con series de Taylor podemos decir que, al derivar y dos veces se pierden
dos coecientes, que pasan a ser indeterminados y producen dos parmetros.

Si ahora imponemos dos condiciones iniciales, por ejemplo y(0) = 1, y 0 (0) = 1, obtenemos
1
que C0 = 1 y que C1 = , y la solucin particular
k

1
y(x) = cos(kx) + sen(kx).
k

Nota 54 En el ejemplo anterior hemos podido obtener la expresin exacta de la solucin


general, y(x) = cos(kx)+ k1 sen(kx), porque hemos podido sumar las series de Taylor en (10).
En otros ejemplos no ser posible obtener la expresin exacta de la solucin, pero siempre
podremos obtener su serie de Taylor hasta el trmino que queramos (ver Ejemplo 68).

Ejemplo 68 Resolver la ecuacin diferencial y 0 2xy + exp(x) = 0, y(0) = 3 con series


de Taylor hasta orden 5.

Sea y(x) = a0 + a1 x + a2 x2 + a3 x3 + a4 x4 + a5 x5 + . . . .
Calculemos y 0 (x), 2xy(x) y exp(x):

y 0 (x) = a1 + 2a2 x + 3a3 x2 + 4a4 x3 + 5a5 x4 + . . .


2xy(x) = 2a0 x 2a1 x2 2a2 x3 2a3 x4 2a4 x5 + . . .
1 2 1 3 1 4
exp(x) = 1 + x + x + x + x + ...
2 3! 4!
Sumamos trmino a trmino y 0 (x) 2xy(x) + exp(x) =
= (a1 + 1) + (2a2 2a0 + 1)x + (3a3 2a1 + 21 )x2 + (4a4 2a2 + 16 )x3 + (5a5 2a3 + 24
1
)x4 + . . .
e igualamos a cero trmino a trmino:

a1 + 1 = 0 = a1 = 1
2a2 2a0 + 1 = 0 = tomamos a0 = C y resolvemos: a2 = 21 + C
1 1
3a3 2a1 + 2
= 0 = 3a3 = 2a1 2
= a3 = 65
1 1 7
4a4 2a2 + 6
= 0 = 4a4 = 2a2 6
= a4 = 24 + 12 C
1 1 41
5a5 2a3 + 24
= 0 = 5a5 = 2a3 24
= a5 = 120
.
.
.

127
luego y(x) = C x + (C 12 )x2 56 x3 + ( 12 C 7
24
)x4 41 5
120
x + ...
1
que son los primeros trminos de la solucin general. Si imponemos que
2
= y(0) = C
0
obtenemos que la solucin de la ecuacin diferencial y 2xy + exp(x) = 0, y(0) = 3 es:
1
y(x) = 2
x 65 x3 1
24
x4 41
120
x5 + . . . .

128
5. Diferenciabilidad de funciones de varias variables

En este tema vamos a extender los conceptos relacionados con la derivada de una funcin
de una variable a funciones de varias variables. Recordemos que una funcin de una variable
es diferenciable en un punto si tiene recta tangente (no vertical) en ese punto, y la derivada
es la pendiente de esa recta. Una funcin de dos variables va a ser diferenciable en un punto
si tiene plano tangente (no vertical) en ese punto (ver Seccin 5.4). Ya sabemos qu es la
pendiente de una recta. Qu es la pendiente de un plano?

Figura 75: La pendiente de un plano en un punto (x0 , y0 ).

Consideremos un plano inclinado 45 grados respecto del plano horizontal (Figura 75a).
Si decimos que la pendiente de este plano es 1 (45 grados) estamos diciendo que la pendiente
de la recta en la direccin dada por el vector v1 es 1. Es decir, si a partir del punto de
coordenadas (x0 , y0 ) nos movemos en la direccin dada por v1 tenemos una pendiente de
1. Sin embargo, en otras direcciones tenemos otras pendientes distintas. Por ejemplo, en la
direccin denida por el vector v2 de la Figura 75b, perpendicular a la anterior, la pendiente
de la recta correspondiente en el plano es cero. As, en un punto de un plano tenemos
innitas pendientes, dependiendo de la direccin que consideremos (ver Figura 75b). Una de
esas direcciones proporciona la pendiente mxima, que en el plano de la Figura 75 es 1 (45
grados).

Del mismo modo, una funcin f : D R2 R cuya grca tenga plano tangente
en un punto (x0 , y0 ) interior del dominio D tendr innitas derivadas (pendientes de rectas
tangentes) en ese punto, dependiendo de la direccin que consideremos (Figura 76). Estas
innitas derivadas son las derivadas direccionales, que veremos en la Seccin 5.2. Las ms
importantes de estas derivadas son las llamadas derivadas parciales de f, que estudiamos a
continuacin.

129
Figura 76: Las innitas derivadas que puede tener una funcin f (x, y) en un punto (x0 , y0 )

5.1. Derivadas parciales

Del mismo modo que la derivada f 0 (x) indica cmo vara la funcin f (x) en cada punto
(ver Figuras 58, 59 y 60), la derivada D1 f (x, y), llamada derivada parcial primera o
derivada parcial respecto de x, indica cmo vara la funcin f (x, y) en cada punto en la
direccin del eje OX (Figura 77a). As, la derivada parcial primera de f (x, y) en un punto
es la pendiente de la recta tangente (si existe) en dicho punto en la direccin del eje OX
(Figura 77a).

Figura 77: La derivada parcial primera de una funcin f (x, y).

En la Figura 77b se observa que D1 f (x0 , y0 ) es la derivada de la funcin de una variable


f (x, y0 ) en el punto x = x0 . Esta funcin f (x, y0 ) es el resultado de hacer y = y0 constante
y considerar variable slo a la x. Su grca es la interseccin de la supercie denida por

130
z = f (x, y) con el plano y = y0 . A la derivada de f (x, y0 ) en el punto x = x0 la llamaremos
derivada parcial primera de f (x, y):

Denicin 47 (Derivada Parcial Primera) Dada f : D R2 R y dado (x0 , y0 ) punto


interior de D, se llama derivada parcial primera de f en (x0 , y0 ) al lmite

f (x0 +h, y0 ) f (x0 , y0 ) f (x, y0 ) f (x0 , y0 )


lm o bien lm
h0 h xx0 x x0
f
(si existe y es nito) y se representa por D1 f (x0 , y0 ) o bien por (x0 , y0 ).
x
Tambin se llama derivada parcial de f respecto a x en (x0 , y0 ).

Nota 55 Por denicin, la parcial D1 f (x0 , y0 ) (si existe) es la derivada de la funcin f (x, y0 ),
que resulta de jar y = y0 y considerar variable slo a la x. Por lo tanto,

D1 f (x0 , y0 ) indica el cambio que se produce en el valor de f cuando, a partir de (x0 , y0 ),


aumentamos la variable x en una unidad manteniendo la y constante, y = y0 .
D1 f (x0 , y0 ) es la pendiente de la recta tangente en (x0 , y0 ) en la direccin del eje OX.

La derivada parcial primera puede calcularse considerando a la y como constante y deri-


vando respecto a x con las reglas de derivacin conocidas para una variable, como se ve en
el siguiente ejemplo.

Ejemplo 69 Sea f (x, y) = 2x sen(x2 + y 2 ). Su derivada parcial primera en un punto


2
(x, y) R se calcula derivando respecto a x considerando la y como una constante:

D1 f (x, y) = 2 sen(x2 +y 2 ) + 2x cos(x2 +y 2 )2x.

La derivada parcial segunda de f o derivada parcial respecto de y , indica cmo


vara la funcin f (x, y) en cada punto en la direccin del eje OY, y se dene como la derivada
de la funcin de una variable f (x0 , y):

Denicin 48 (Derivada Parcial Segunda) Dada f : D R2 R y dado (x0 , y0 )


punto interior de D, se llama derivada parcial segunda de f en (x0 , y0 ) al lmite

f (x0 , y0 +h) f (x0 , y0 ) f (x0 , y) f (x0 , y0 )


lm o bien lm
h0 h yy0 y y0
f
(si existe y es nito) y se representa por D2 f (x0 , y0 ) o bien por (x0 , y0 ).
y
Tambin se llama derivada parcial de f respecto a y en (x0 , y0 ).

131
Nota 56 Como la D2 f (x0 , y0 ) es la derivada de la funcin f (x0 , y) en y = y0 tenemos que:

D2 f (x0 , y0 ) indica el cambio que se produce en el valor de f cuando, a partir de (x0 , y0 ),


aumentamos la variable y en una unidad manteniendo la x constante,

D2 f (x0 , y0 ) es la pendiente de la recta tangente en (x0 , y0 ) en la direccin del eje OY, y

puede calcularse considerando a x como constante y derivando respecto a y con las reglas
de derivacin conocidas para una variable, como se ve en el siguiente ejemplo.

Ejemplo 70 Sea f (x, y) = 2x sen(x2 +y 2 ). Sus derivadas parciales en un punto (x, y) R2


son:
D1 f (x, y) = 2 sen(x2 +y 2 ) + 2x cos(x2 +y 2 )2x,
D2 f (x, y) = 2x cos(x2 + y 2 )2y.

En la Figura 78 aparecen representadas las dos derivadas parciales de una funcin f (x, y)
en el punto (x0 , y0 ).

Figura 78: Derivadas parciales de una funcin de dos variables en un punto (x0 , y0 ).

Nota 57 (Generalizacin a Rn ) n variables, f (x1 , x2 , . . . , xn ), se de-


Para funciones con
ne su derivada parcial k -sima, o derivada parcial respecto a xk , en el punto (x1 , x2 , . . . , xn ),
f
que denotamos por Dk f (x1 , x2 , . . . , xn ) o bien por (x1 , x2 , . . . , xn ), al lmite (si existe y
xk
es nito)
f (x1 , . . . , xk + h, . . . , xn ) f (x1 , . . . , xk , . . . , xn )
lm .
h0 h
Notar que mantenemos constantes a todas las xi excepto a la propia xk , que es la nica
variable respecto a la cual derivamos. As, el modo de calcular esta derivada parcial es
considerar a todas las dems xi xk . Intuitivamente,
como constantes y derivar slo respecto a
Dk f (x1 , x2 , . . . , xn ) representa la variacin de la funcin f desde el punto (x1 , x2 , . . . , xn ) si
aumentamos en una unidad la variable xk manteniendo constantes las dems variables xi .

132
Ejemplo 71
2 2
Las 4 derivadas parciales de f (x, y, z, t) = 2 x y ez +t son:

2 2
D1 f (x, y, z, t) = 2yez +t ,
2 2
D2 f (x, y, z, t) = 2xez +t ,
2 2
D3 f (x, y, z, t) = 4xyzez +t ,
2 2
D4 f (x, y, z, t) = 4xytez +t .

5.2. Derivadas direccionales

Las derivadas parciales en un punto (x0 , y0 ) son las derivadas en las direcciones dadas
por los ejes de coordenadas (Figura 78). Ahora vamos a estudiar la derivada de f en el punto
(x0 , y0 ) pero en la direccin dada por un vector unitario v = (v1 , v2 ) R2 , kvk = 1, (ver
Figura 79a). Notar que, a partir de (x0 , y0 ), los puntos que estn en la direccin dada por v
pueden expresarse como (x0 , y0 ) + h(v1 , v2 ), siendo h R un parmetro (Figura 79b).

Figura 79: Derivada direccional de f en un punto (x0 , y0 ) en la direccin dada por v

Denicin 49 (Derivada direccional) Dada f : D R2 R, dado (x0 , y0 ) punto inte-


rior de D y dado un vector unitario v = (v1 , v2 ) R2 , se llama derivada direccional de f en
(x0 , y0 ) en la direccin v al lmite

f ((x0 , y0 ) + h(v1 , v2 )) f (x0 , y0 )


Dv f (x0 , y0 ) = lm ,
h0 h
o bien
f (x0 + hv1 , y0 + hv2 ) f (x0 , y0 )
Dv f (x0 , y0 ) = lm .
h0 h

133
Grcamente, Dv f (x0 , y0 ) f en el punto
es la pendiente de la recta tangente (si existe) a
(x0 , y0 ) en la direccin dada por v (Figura 79a). Intuitivamente, Dv f (x0 , y0 ) es la variacin
de la funcin f si, desde el punto (x0 , y0 ), nos desplazamos una unidad en la direccin v .

Una funcin f (x, y) puede tener (si existen) innitas derivadas direccionales en un punto
(x0 , y0 ) (ver Figura 76), que indican las pendientes en las distintas direcciones. Podramos
saber en qu direccin tiene f la pendiente mxima? (ver Nota 61, pgina 146).

Qu relacin hay entre las derivadas parciales y las direccionales? Si tomamos v = (1, 0)
entonces la derivada direccional Dv f (x0 , y0 ) es la derivada parcial primera de f en (x0 , y0 ),
f (x0 + h 1, y0 + h 0) f (x0 , y0 ) h i
D(1,0) f (x0 , y0 ) = lm = Denicin 48 = D1 f (x0 , y0 ).
h0 h
Del mismo modo, si tomamos v = (0, 1) entonces la derivada direccional es la derivada
parcial segunda de f en (x0 , y0 ), D(0,1) f (x0 , y0 ) = D2 f (x0 , y0 ).

Por lo tanto, las derivadas parciales tambin son derivadas direccionales. Entre todas las
derivadas direccionales posibles de una funcin f en un punto (x0 , y0 ), las derivadas parciales
son las que corresponden a las direcciones dadas por los ejes de coordenadas. Las derivadas
parciales son ms fciles de calcular pues, como hemos visto antes, basta derivar respecto
a una variable manteniendo constantes las dems. Las derivadas direccionales en general
tenemos que calcularlas, de momento, con el lmite de la Denicin 49. Ms adelante (Teo-
rema 63, pgina 146) veremos otro modo ms fcil a partir, precisamente, de las derivadas
parciales.

5.3. El plano tangente

Dada una funcin f : D R2 R y un punto (x0 , y0 ) interior de D puede ocurrir,

(a) que no existan las derivadas direccionales (rectas tangentes) en todas las direcciones,
como las funciones de la Figura 80, que en el punto (0, 0) no tienen ninguna, o slo
tienen una, o tienen dos rectas tangentes, respectivamente; o puede ocurrir

(b) que s existan las rectas tangentes en todas las direcciones. En este caso, puede ocurrir,

(b.1) que no estn todas las rectas tangentes en un mismo plano (ver la Figura 81), o

(b.2) que s estn todas las rectas tangentes en un mismo plano.

Denicin 50 (Plano tangente) En este ltimo caso (existen las rectas tangentes en to-
das las direcciones y estn todas en un mismo plano), a ste plano se le llama plano tangente
a f en el punto (x0 , y0 , f (x0 , y0 )). Puede verse que la ecuacin del plano tangente es

z = f (x0 , y0 ) + D1 f (x0 , y0 )(x x0 ) + D2 f (x0 , y0 )(y y0 ).



El vector normal a este plano, D1 f (x0 , y0 ), D2 f (x0 , y0 ), 1 es tambin vector normal a la
superce denida por f en el punto (x0 , y0 , f (x0 , y0 )).

134
Figura 80: Grcas de f (x, y) = 1|x||y|, f (x, y) = 1|x|, f (x, y) = max(1|x|, 1|y|)

Figura 81: Un ejemplo en el que no todas las rectas tangentes estn en un mismo plano.

5.4. Diferenciabilidad global de una funcin de dos variables.

Recordemos que f (x) es diferenciable en un punto si tiene recta tangente (no vertical) en
dicho punto. En dos variables, vamos a denir que f (x, y) es diferenciable en un punto de mo-
do que signique que la funcin tiene plano tangente (no vertical) en dicho punto (Denicin

m f (x)f
51). Para generalizar la denicin de diferenciable en una variable, l
xx0
(x0 )
= f 0 (x0 ),
xx 0

f (x)f (x0 )
a dos variables, lo escribimos del modo siguiente: lm xx0
f 0 (x0 ) = 0, =
xx0

f (x) f (x0 ) + f 0 (x0 )(x x0 )



f (x) f (x0 ) f 0 (x0 )(x x0 )
lm = 0 = lm = 0,
xx0 x x0 xx0 |x x0 |

y signica que, cuando x x0 , la diferencia entre la funcin y una recta (su recta tangente

en x0 ) tiende a cero ms rpido que (xx0 ) (o bien que es o (xx0 ) , x x0 ), ver Nota
50). Esta expresin s podemos generalizarla a dos variables:

135
Denicin 51 (Funcin Diferenciable) f : D R2 R y sea (x0 , y0 ) punto in-
Sea
terior de D . Diremos que f es diferenciable en (x0 , y0 ) si existen dos constantes K y M y

f (x, y) f (x0 , y0 ) + K(x x0 ) + M (y y0 )
existe el lmite lm = 0.
(x,y)(x0 ,y0 ) ||(x, y) (x0 , y0 )||

Es decir, f (x, y) es diferenciable en un punto (x0 , y0 ) si, cuando (x, y) (x0 , y0 ), la


diferencia entre la funcin y un plano tiende a cero ms rpido que ||(x, y) (x0 , y0 )|| =
p
+ (x x0 )2 + (y0 y0 )2 . Veamos que ese plano debe ser el plano tangente.

Teorema 58 Si f : D R2 R es diferenciable en (x0 , y0 ) punto interior de D entonces


existen las derivadas parciales de f en (x0 , y0 ).

Demostracin: Si f es diferenciable, existe el lmite de la Denicin 51. Si en ese lmite


hacemos y = y0 obtenemos

f (x, y0 ) f (x0 , y0 ) K(x x0 ) M (y0 y0 )


lm p = 0 =
(x,y0 )(x0 ,y0 ) + (x x0 )2 + (y0 y0 )2

f (x, y0 ) f (x0 , y0 ) K(x x0 ) f (x, y0 ) f (x0 , y0 ) K(x x0 )


lm = 0 = lm =0
xx0 |x x0 | xx0 x x0
f (x, y0 ) f (x0 , y0 ) h i
= lm = K = Denicin 48 = existe D1 f (x0 , y0 ) = K.
xx0 x x0

Del mismo modo (haciendo x = x0 en el lmite de la Denicin 51) se obtiene que existe
D2 f (x0 , y0 ) = M . 

Si sustituimos K y M
D1 f (x0 , y0 ) y D2 f (x0 , y0 ) en la Denicin 51, el plano del
por
lmite es el plano tangente a f en (x0 , y0 ) (ver Denicin 50). As, una funcin f (x, y) es
diferenciable en un punto (x0 , y0 ) interior de su dominio si su grca tiene plano tangente no
vertical (pues K y M son constantes nitas) en (x0 , y0 , f (x0 , y0 )). Por ejemplo, las funciones
de la Figura 35 en la pgina 65 son diferenciables en todos los puntos. Si tiene plano tangente,
tambin tiene todas las rectas tangentes, luego existen todas las derivadas direccionales en
ese punto (entre ellas las derivadas parciales, como hemos demostrado).

Una funcin f (x, y) no es diferenciable en (x0 , y0 ) si la grca de f no tiene plano tangente


en dicho punto. Por ejemplo, las funciones de la Figura 80 no son diferenciables en los puntos
de las aristas (no hay plano tangente), aunque s lo son en los dems puntos.

El siguiente Teorema es equivalente al Teorema 45 para funciones de una variable.

Teorema 59 (Diferenciable implica continua) Sea f : D R2 R y sea (x0 , y0 )


punto interior de D. Si f es diferenciable en (x0 , y0 ), entonces f es continua en (x0 , y0 ).

136
Demostracin: Si f es diferenciable, existe el lmite de la Denicin 51. Entonces,
 
lm f (x, y) f (x0 , y0 ) =
(x,y)(x0 ,y0 )
 
= lm f (x, y) f (x0 , y0 ) K(x x0 ) M (y y0 ) + K(x x0 ) + M (y y0 ) =
(x,y)(x0 ,y0 )

f (x, y) f (x0 , y0 ) K(x x0 ) M (y0 y0 ) p


= lm p (x x0 )2 + (y y0 )2 +
(x,y)(x0 ,y0 ) 2
(x x0 ) + (y y0 ) 2

 
+ lm K(x x0 ) + M (y0 y0 ) = 0 0 + K 0 + M 0 = 0,
(x,y)(x0 ,y0 )

luego lm f (x, y) = f (x0 , y0 ) y f es continua en (x0 , y0 ) (Denicin 40). 


(x,y)(x0 ,y0 )

Nota 58 Que existan las dos parciales D1 f y D2 f en un punto (x0 , y0 ) no implica que f sea
diferenciable en (x0 , y0 ). De hecho, ni siquiera implica que f sea continua en (x0 , y0 ), como
se ve en la funcin de la Figura 82,

0 si x 6= 0, y 6= 0
f (x, y) =
1 si x = 0 y = 0,

Figura 82: Funcin con derivadas parciales en (0, 0) pero no continua en (0, 0)

0 si x 6= 0, y 6= 0
f (x, y) =
1 si x = 0 y = 0,
que tiene las dos derivadas parciales en (0, 0), que son las pendientes (cero) de las dos rectas
horizontales en las direcciones de los ejes de coordenadas a la altura de z = 1, pero f no
es continua en (0, 0). Sin embargo, si las parciales son continuas en un entorno de (x0 , y0 )
entonces f s es diferenciable en (x0 , y0 ), como dice el siguiente Teorema 60. Este teorema
tambin proporciona un modo de comprobar si f es diferenciable en un punto (x, y).

Teorema 60 Sea f : D R2 R y sea (x0 , y0 ) punto interior de D. Si D1 f y D2 f son


continuas en un entorno de (x0 , y0 ), entonces f es diferenciable en (x0 , y0 ).

137
Por ejemplo, la funcin f (x, y) = x2 y 2 + 2xy + 1
no tiene ningn problema de
2
continuidad ni de derivacin, y va a tener sus derivadas parciales continuas en todo R .
2
Por lel Teorema 60, f es una funcin diferenciable en todo R , como se ve en su grca
de la Figura 35, pgina 65, que no tiene picos ni aristas. Tambin podemos demostrar que
2
es diferenciable en cualquier (x, y) R directamente de la Denicin 51, viendo que el
siguiente lmite es cero:

f (x + h, y + k) f (x, y) D1 f (x, y)h D2 f (x, y)k


lm =
(h,k)(0,0) ||(h, k)||
(x+h)2 (y+k)2 +2(x+h)(y+k)+1x2 +y 2 2xy1(2x+2y)h(2y+2x)k
= lm =
(h,k)(0,0) h2 + k 2
(h k)2 h i (r cos()r sen())2
= = lm = polares = lm = lm r(cos()sen())2 = 0.
(h,k)(0,0) h2 + k 2 r0 r r0

5.5. Derivadas parciales de segundo orden

Si una funcin f (x, y) tiene derivada parcial primera, D1 f (x, y), en todos o en algunos
puntos de su dominio, entonces D1 f (x, y) es tambin una funcin de dos variables denida
en esos puntos, y podemos plantearnos sus derivadas parciales, que sern derivadas parciales
de segundo orden de f. Veamoslo con un ejemplo:

Ejemplo 72 Sea f (x, y) = 2x sen(x2 + y 2 ). Su derivada parcial primera es

f
(x, y) = 2 sen(x2 + y 2 ) + 2x cos(x2 + y 2 )2x,
x
que es tambin una funcin de dos variables y tiene dos derivadas parciales, que son derivadas
parciales de segundo orden de f:

2f
(x, y) = 12x cos(x2 + y 2 ) 8x3 sen(x2 + y 2 ),
x2
2f
(x, y) = 4y cos(x2 + y 2 ) 8x2 y sen(x2 + y 2 ).
yx
f
Del mismo modo, como (x, y) = 4xy cos(x2 + y 2 ),
y
las otras dos derivadas parciales de segundo orden de f son

2f
(x, y) = 4y cos(x2 + y 2 ) 8x2 y sen(x2 + y 2 ),
xy

2f
2
(x, y) = 4x cos(x2 + y 2 ) 8xy 2 sen(x2 + y 2 ).
y

138
En general, se denen las 4 derivadas parciales de segundo orden de f como:

2f
 
f
(x, y) = (x, y), o bien D11 f (x, y) = D1 (D1 f ) (x, y).
x2 x x
2f
 
f
(x, y) = (x, y), o bien D22 f (x, y) = D2 (D2 f ) (x, y).
y 2 y y
2f
 
f
(x, y) = (x, y), o bien D12 f (x, y) = D2 (D1 f ) (x, y).
yx y x
2f
 
f
(x, y) = (x, y), o bien D21 f (x, y) = D1 (D2 f ) (x, y).
xy x y

Nota 59 (Derivadas parciales cruzadas) Vemos en el ejemplo 72 que las dos parciales
de segundo orden cruzadas son iguales, D12 f (x, y) = D21 f (x, y). Esto no es siempre as,
como puede verse en algn ejemplo como el siguiente.

2 2

xy x y

si (x, y) 6= (0, 0)
Ejemplo 73 consideremos la funcin f (x, y) = x2 + y 2

0 (x, y) = (0, 0).

si

Calculemos las parciales primeras D1 f (0, y), D2 f (x, 0) con el lmite:

y 2 2
f (h, y) f (0, y) hy hh2 +y 2 0 h2 y 2
D1 f (0, y) = lm = lm = lm y 2 = y.
h0 h h0 h h0 h + y 2

Nota: para (x, y) 6= (0, 0) tambin podemos calcular las parciales derivando:
2 y 2 ) (3x2 yy 3 )(x2 +y 2 )(x3 yxy 3 )2x
x3 yxy 3
f (x, y) = xy(x
2
x +y 2 = 2
x +y 2 D 1 f (x, y) = (x2 +y 2 )2
=
3x4 y+3x2 y 3 x2 y 3 y 5 2x4 y+2x2 y 3 x4 y+4x2 y 3 y 5
= (x2 +y 2 )2
= (x2 +y2 )2
y 5 
luego D1 f (0, y) =
y4
= y, si y 6= 0. En (0, 0) hay que calcularla con el lmite.

h 2 2
f (x, h) f (x, 0) xh xx2 +h 2 0 x2 h2
D2 f (x, 0) = lm = lm = lm x 2 = x.
h0 h h0 h h0 x + h2

Calculemos ahora las derivadas de orden dos en (0, 0):


D1 f (0, h) D1 f (0, 0) h 0
D12 f (0, 0) = D2 (D1 f ) (0, 0) = lm = lm = 1.
h0 h h0 h
D2 f (h, 0) D2 f (0, 0) h0
D21 f (0, 0) = D1 (D2 f ) (0, 0) = lm = lm = 1.
h0 h h0 h

As, el anterior es un ejemplo en el que las derivadas parciales cruzadas no coinciden,


D12 f (0, 0) 6= D21 f (0, 0). Sin embargo, el siguiente Teorema de Schwartz viene a decir que,
si se cumplen ciertas condiciones de continuidad, entonces s se da la igualdad.

139
Teorema 61 (de Schwartz) Si D12 f es continua en un punto (x, y) y si D2 f existe en un
entorno de (x, y), entonces existe D21 f (x, y) y se cumple que D21 f (x, y) = D12 f (x, y).

En el ejemplo 72 anterior, como ni f (x, y) = 2x sen(x2 + y 2 ) ni sus derivadas parciales


tienen ningn problema de continuidad, sus derivadas parciales cruzadas tienen que coincidir.

Todo lo anterior puede generalizarse a funciones de n variables. Una funcin


f (x1 , x2 , . . . , xn ) puede tener n derivadas parciales en el punto a = (x1 , x2 , . . . , xn ) Rn ,
que denotamos por
f
Di f (a) o por (a), i = 1, 2, . . . , n,
xi
y se pueden arreglar en un vector de n componentes, que se llama vector gradiente:

Denicin 52 Llamamos vectorgradiente de f en un punto



a = (x1 , x2 , . . . , xn ) a

f (a) = D1 f (a), D2 f (a), . . . , Dn f (a) .

Una funcin f (x1 , x2 , . . . , xn ) puede tener n2 derivadas parciales de segundo orden en el


punto a = (x1 , x2 , . . . , xn ) Rn , que denotamos por
2f
Dij f (a) o por (a), i, j = 1, 2, . . . , n,
xj xi
y se pueden arreglar en una matriz nn que se llama matriz Hessiana de f en a:

Denicin 53 Llamamos matriz Hessiana de f en un punto a = (x1 , x2 , . . . , xn ) a



D11 f (a) D12 f (a) D1n f (a)
D21 f (a) D22 f (a)
D2n f (a)
.

Dn1 f (a) Dn2 f (a) Dnn f (a)

El Teorema de Schwartz nos asegura que, bajo ciertas condiciones de continuidad, las
derivadas parciales cruzadas coinciden,

2f 2f
Dij f (a) = Dji f (a), o bien (a) = (a),
xj xi xi xj
luego la matriz Hessiana es simtrica (bajo ciertas condiciones de continuidad).

As, dado un campo escalar f (x1 , x2 , . . . , xn ), podemos considerar que su derivada de


primer orden es el vector gradiente f (x1 , x2 , . . . , xn ), que es un campo vectorial, y su
derivada de segundo orden es la matriz Hessiana.

140
5.6. La regla de la cadena (dos variables)

Como vimos en el Teorema 47 (pgina 96), la regla de la cadena es la frmula de la


derivada de la funcin compuesta. Para poder componer con una funcin de dos variables
f : R2 R, tenemos que considerar funciones cuya imagen sea R2 , como : R R2 ,
pues as tenemos
f
R - R2 - R.
2
Estas funciones : R  R 2, tales que para cada t R,
 su2 imagen es un punto del
plano, (t) = 1 (t), 2 (t) R , o bien (t) = x(t), y(t) R , son parametrizaciones
de curvas en el plano, llamadas tambin trayectorias o caminos. Veamos algunos ejemplos.

Ejemplo 74 (Parametrizacin de la circunferencia unidad) Se llama circunferencia


2
unidad a la circunferencia en el plano R de radio 1 y centro en el origen (0, 0), cuya ecuacin
2 2
es x + y = 1. Para parametrizar esta curva consideremos la funcin

: [0, 2] R R2 (t) = cos(t), sen(t) R2 .



denida por

Vemos (Figura 83) que cuando t [0, 2], la imagen (t) recorre la circun-
recorre el intervalo
ferencia unidad, comenzando en el punto (0) = (1, 0), para t = 0, moviendose en el sentido
contrario a las agujas del reloj y terminando otra vez en el punto (2) = (1, 0), para t = 2 .
As, la funcin anterior es una parametrizacin de la circunferencia unidad.

Figura 83: Parametrizacin de la circunferencia unidad.

Puede entenderse que (t) describe el movimiento de una partcula recorriendo una curva
2
en el plano R (en este caso la circunferencia unidad) cuando t recorre un intervalo I R
(en este caso el intervalo [0, 2]).

Una misma curva en el plano puede describirse con diferentes parametrizaciones. Por
ejemplo, la circunferencia unidad puede describirse tambin con la parametrizacin

: [0, ] R R2 (t) = cos(2t), sen(2t) R2 .



denida por

141
En este caso, cuando t recorre el intervalo [0, ], el valor 2t recorre el intervalo [0, 2], luego
(t) describe la circunferencia unidad entera. Por otro lado, la parametrizacin

: [0, 2] R R2 (t) = cos(2t), sen(2t) R2



denida por

describe una partcula dando dos vueltas a la circunferencia unidad, mientras que

: [0, 2] R R2 (t) = cos(2 t), sen(2 t) R2



denida por

describe una partcula recorriendo la circunferencia unidad en sentido contrario. Todas las
2 2
funciones anteriores parametrizan la circunferencia unidad, de ecuacin x + y = 1.

Puesto que la funcin (t) = cos(t), sen(t) tiene dos componentes, podemos calcular
su derivada componente a componente:

0 (t) = sen(t), cos(t) .




Denicin 54 : I R R2 , (t) = (x(t), y(t)), diremos


Dada una funcin que es
diferenciable en un punto t interior de I si sus funciones componentes x(t), y(t) lo son, y
llamaremos derivada de en t a

0 (t) = x 0 (t), y 0 (t) .




Notar que 0 (t) 2


es tambin un vector de R . Si entendemos que (t) es una partcula
2 0
que va recorriendo una curva en el plano R cuando t recorre I , entonces (t) representa el
vector velocidad de esa partcula, y es tangente a la trayectoria de la partcula (es decir, a

la curva). Notar tambin que con la parametrizacin (t) = cos(2t), sen(2t) , la partcula
va ms rpido (da dos vueltas en lugar de una), y su vector velocidad es:

0 (t) = 2 sen(2t), 2 cos(2t) .




Ejemplo 75 (Parametrizacin de una


 recta) : R R2
Consideremos la funcin
denida por (t) = x0 + tv1 , y0 + tv2 R o bien por (t) = (x0 , y0 ) + t(v1 , v2 ) R2 .
2
2
La imagen de esta funcin (t), cuando t recorre R es la recta del plano R que pasa por el
punto (x0 , y0 ) en la direccin dada por el vector v = (v1 , v2 ). Su derivada (y por lo tanto el
0
vector velocidad) es (t) = (v1 , v2 ) = v.

Ejemplo 76 (Parametrizacin de un segmento de recta) La


 misma funcin
 anterior

2
pero denida en : [0, 1] R R , (t) = x0 + tv1 , y0 + tv2 = x0 , y0 + t v1 , v2 , es
la parametrizacin del segmento en R2 que une los puntos (x0 , y0 ) y (x0 + v1 , y0 + v2 ).

x2 y 2
Ejemplo 77 (Parametrizacin de la elipse) La elipse de ecuacin + 2 = 1, con
a2 b
centro en (0, 0) y semiejes a, b, puede parametrizarse con la funcin

: [0, 2] R R2 (t) = a cos(t), b sen(t) R2 .



denida por

142
Ejemplo 78 (Parametrizacin de la cicloide) La cicloide es la curva que describe
un punto de una circunferencia cuando sta rueda sobre el eje OX. Esta curva puede
2
parametrizarse con la funcin : R R denida por

(t) = tsen(t), 1cos(t) R2




Ejemplo 79 (Parametrizacin de una funcin general) Una funcin y = f (x), x I,


puede parametrizarse haciendo
 x = t, y = f (t), con la funcin : I R R2 denida
2
por (t) = t, f (t) R .

Ejemplo 80 (Parametrizacin de la parbola) La parbola de ecuacin y = ax2 puede


parametrizarse con la funcin : R R2 2 2
denida por (t) = (t, at ) R .

Ejemplo 81 (Parametrizacin de la hlice) Tambin pueden parametrizarse curvas


en R3 . Por ejemplo, una hlice puede parametrizarse con la funcin : R R3 denida por

   
(t) = x(t), y(t), z(t) = a cos(t), a sen(t), bt R3 .

Si componemos una funcin : R R2 con una funcin f : R2 R obtenemos una


funcin de una variable, g : R R, g(t) = f ((t)) = f (x(t), y(t)) (ver Figura 84). El

143
siguiente teorema nos da condiciones para que la funcin compuesta g sea diferenciable y un
modo de calcular su derivada.

Figura 84: Funcin compuesta g(t) = f ((t))

Teorema 62 (Regla de la cadena (2 variables)) Sea el diagrama siguiente de funcio-


nes compuestas,
f
IR - D R2 - R
t0 (t0 ) f ((t0 )).
g = f 6

Si es diferenciable en t0 punto interior de I y f es diferenciable en (t0 ) punto interior



de D, entonces la funcin compuesta g : I R R, g(t) = f (t) = f x(t), y(t) , es
diferenciable en t0 y su derivada es

g 0 (t0 ) = D1 f ((t0 )) x 0 (t0 ) + D2 f ((t0 )) y 0 (t0 ). (11)

Demostracin: Si f es diferenciable en un punto (x0 , y0 ) entonces (Denicin 51)



f (x, y) f (x0 , y0 ) + D1 f (x0 , y0 )(x x0 ) + D2 f (x0 , y0 )(y y0 )
lm = 0,
(x,y)(x0 ,y0 ) ||(x, y) (x0 , y0 )||
que podemos expresar como que

f (x, y) f (x0 , y0 ) + D1 f (x0 , y0 )(x x0 ) + D2 f (x0 , y0 )(y y0 )
= E(x, y),
||(x, y) (x0 , y0 )||

144
con E(x, y) tal que lm E(x, y) = 0, o bien que
(x,y)(x0 ,y0 )
p 
f (x, y) f (x0 , y0 ) = D1 f (x0 , y0 )(xx0 ) + D2 f (x0 , y0 )(yy0 ) + (xx0 )2 + (yy0 )2 E x, y .

La funcin g ser diferenciable en t0 si existe el lmite del cociente de Newton


 
g(t) g(t0 ) f ((t)) f ((t0 )) f x(t), y(t) f x(t0 ), y(t0 )
lm = lm = lm .
tt0 t t0 tt0 t t0 tt0 t t0

Como f es diferenciable en (t0 ) = x(t0 ), y(t0 ) , el numerador anterior es
   
f x(t), y(t) f x(t0 ), y(t0 ) = D1 f ((t0 )) x(t) x(t0 ) + D2 f ((t0 )) y(t) y(t0 ) +
p 
+ (x(t)x(t0 ))2 + (y(t)y(t0 ))2 E x(t), y(t) .
g(t) g(t0 )
Dividiendo por t t0 y tomando lmites resulta que g 0 (t0 ) = lm =
tt0 t t0
x(t) x(t0 ) y(t) y(t0 )
= D1 f ((t0 )) lm + D2 f ((t0 )) lm +
tt0 t t0 tt0 t t0
p
(x(t)x(t0 ))2 + (y(t)y(t0 ))2  h i
+ lm E x(t), y(t) = x(t), y(t) diferenciables
tt0 t t0
p
= D1 f ((t0 ))x0 (t0 ) + D2 f ((t0 ))y 0 (t0 ) +

x01 (t0 )2 + y 0 (t0 )2 lm E x(t), y(t) =
tt0
h  i
cuando t t0 , (x(t), y(t)) (x(t0 ), y(t0 )), = lm E x(t), y(t) = 0
tt0

= D1 f ((t0 ))x0 (t0 ) + D2 f ((t0 ))y 0 (t0 ). 

Ejemplo 82 (Regla de la cadena (2 variables)) Para comprobar la regla de la cadena,


consideremos la funcin
 f (x, y) = xy y supongamos que la componemos con la funcin
(t) = x(t), y(t) = sen(t), t cos(t) R2 . Entonces,

g(t) = f ((t)) = f sen(t), t cos(t) = t sen(t) cos(t),

y, por lo tanto, su derivada es g 0 (t) = sen(t) cos(t) + t cos2 (t) t sen2 (t). De otro modo, si
utilizamos la regla de la cadena (11) del Teorema 62,

g 0 (t) = D1 f sen(t), t cos(t) x 0 (t) + D2 f sen(t), t cos(t) y 0 (t),


 

y como D1 f (x, y) = y , D2 f (x, y) = x, x 0 (t) = cos(t) y y 0 (t) = cos(t) t sen(t), sustituyendo


resulta que

g 0 (t) = t cos(t) cos(t) + sen(t)(cos(t) t sen(t)) = t cos2 (t) + sen(t) cos(t) t sen2 (t).

145
La frmula (11) de la regla de la cadena puede expresarse como el
 producto
 escalar
2
de dos vectores en R f (x, y) = D1 f (x, y), D2 f (x, y)
, el vector gradiente y el vector

0 (t) = x 0 (t), y 0 (t) , que podemos expresar con dos notaciones:



derivada
 
g 0 (t) = f ((t)) / 0 (t) , o bien g 0 (t) = f ((t)) 0 (t),

lo que puede leerse como que la derivada de g(t) = f (t) es la derivada de f (gradiente)
0
en (t) sin derivar por (producto escalar) la derivada de , (t). As, esta frmula recuerda
a la otra regla de la cadena vista en el Teorema 47 para funciones con una variable.

La regla de la cadena tiene una aplicacin inmediata al clculo de las derivadas direccio-
nales (ver Seccin 5.2 en pgina 133), como indica el siguiente teorema.

Teorema 63 (Aplicacin de la regla de la cadena) 2


Sea f : D R R diferenciable
2
en (x0 , y0 ) punto interior de D y sea v = (v1 , v2 ) R un vector unitario. Entonces, la
derivada direccional Dv f (x0 , y0 ) puede calcularse como

Dv f (x0 , y0 ) = D1 f (x0 , y0 )v1 + D2 f (x0 , y0 )v2 , es decir, Dv f (x0 , y0 ) = f (x0 , y0 ) v.

Demostracin: Por denicin, la derivada direccional es (ver Seccin 5.2)


f (x0 + hv1 , y0 + hv2 ) f (x0 , y0 )
Dv f (x0 , y0 ) = lm ,
h0 h
g(h) g(0)
y si llamamos g(h) = f (x0 + hv1 , y0 + hv2 ), entonces Dv f (x0 , y0 ) = lm = g 0 (0).
h0 h
Observemos que g(h) es la composicin de f (x, y) con la funcin (h) = (x0 + hv1 , y0 + hv2 ),
luego derivando g(h) con la regla de la cadena (11) tenemos que
g 0 (h) = D1 f (x0 + hv1 , y0 + hv2 )v1 + D2 f (x0 + hv1 , y0 + hv2 )v2 ,
y, tomando h = 0, g 0 (0) = D1 f (x0 , y0 )v1 + D2 f (x0 , y0 )v2 . 

Nota 60 Este teorema puede entenderse del modo siguiente: si f es diferenciable en (x, y),
entonces la grca de f tiene plano tangente en el punto (x, y, f (x, y)) y este plano contiene
a todas las rectas tangentes (derivadas direccionales), luego conociendo dos de ellas (por
ejemplo las correspondientes a las derivadas parciales) todas las dems pueden expresarse
como combinacin de esas dos.

Nota 61 (Direccin de pendiente mxima) Sabemos que la pendiente de una funcin


f en la direccin dada por un vector unitario v R2 es la derivada direccional, Dv f (x0 , y0 )
(ver Seccin 5.2). Si f es diferenciable, entonces Dv f (x0 , y0 ) = f (x0 , y0 ) v (Teorema 63),
y como el producto escalar puede expresarse como

Dv f (x0 , y0 ) = f (x0 , y0 ) v = k f (x0 , y0 ) k k v k cos(),

146
la derivada direccional ser mxima cuando cos() = 1, es decir, cuando el vector v forma
un ngulo = 0 con el gradiente f (x0 , y0 ). Por lo tanto, la direccin y sentido de pendiente
mxima de una funcin f en un punto (x0 , y0 ) viene dada por el vector gradiente f (x0 , y0 )
y esta pendiente vale k f (x0 , y0 ) k.

Del mismo modo, la direccin y sentido de pendiente mnima viene dada por f (x0 , y0 )
(cos() = 1, ngulo = ) y la direccin de pendiente nula es perpendicular al gradiente
f (x0 , y0 ) (cos() = 0, ngulo = 2 ). La direcciones de pendiente nula son las que siguen
las llamadas curvas de nivel, que son las curvas en el plano XY denidas por f (x, y) = cte
(ver Figura 37 en la pgina 66). As, el gradiente f (x0 , y0 ) es perpendicular a las curvas de
nivel (ver Figura 85).

Figura 85: Curvas de nivel y vector gradiente de una funcin f (x, y).

Nota 62 (Generalizacin a Rn ) La regla de la cadena (11) es tambin vlida para fun-


 
ciones de n variables: la derivada de g(t) = f (t) = f x1 (t), x2 (t), . . . , xn (t) , es

 
0 0
g (t) = f ((t)) / (t) ,

o bien
g 0 (t) = D1 f (t) x 01 (t) + D2 f (t) x 02 (t) + + Dn f (t) x 0n (t).
  
(12)

5.7. La regla de la cadena vectorial

En la regla de la cadena (12) anterior las funciones g y xi slo tienen una variable (la t):
 
g(t) = f (t) = f x1 (t), x2 (t), . . . , xn (t) .

147
Supongamos ahora que tienen dos variables, u y v (tomemos, para simplicar, n = 3),
 
g(u, v) = f (u, v) = f x(u, v), y(u, v), z(u, v) , (13)

que se corresponde con el siguiente diagrama de composicin de funciones

f
R2 - R3 - R
(u, v) (u, v) f ((u, v))
g = f 6

y queremos calcular las dos derivadas parciales de g, respecto a u y respecto a v. Como la


derivada parcial de g respecto a u se calcula considerando a la v como constante y derivando
slo respecto a u (una variable), podemos aplicar la regla de la cadena (12) anterior a la
expresin (13) derivando respecto a u:
  
D1 g(u, v) = D1 f (u, v) D1 x(u, v) + D2 f (u, v) D1 y(u, v) + D3 f (u, v) D1 z(u, v). (14)

En notacin clsica, la frmula (14) resulta

g f  x f  y f  z
(u, v) = (u, v) (u, v) + (u, v ) (u, v) + (u, v) (u, v),
u x u y u z u
o bien simplemente, si asumimos dnde est denida cada funcin,

g f x f y f z
= + + .
u x u y u z u

Notar que en esta frmula estamos haciendo un cierto abuso de notacin, pues x es
f x
a la vez una variable (en ) y una funcin (en ). Esta frmula puede recordarse ms
x u
fcilmente con un diagrama. Dada g(u, v) = f (x(u, v), y(u, v), z(u, v)), consideramos que la
funcin f depende de tres variables, x, y, z, que a su vez dependen de otras variables, u, v ,
lo que expresamos con el siguiente diagrama:

% u
x
% & v
g f x f y f z
= + +
% u u x u y u z u
f y =
& v g f x f y f z
= + +
v x v y v z v
& % u
z
& v

148
Ejemplo 83 (Cambio a coordenadas polares) f (x, y) una funcin en cartesianas
Sea
 y
supongamos que cambiamos a polares (ver Figura 57): h(r, ) = f r cos(), r sen() . Quere-
mos expresar las derivadas parciales respecto a las coordenadas polares, (r, ), en funcin de
las derivadas parciales respecto a las coordenadas cartesianas, (x, y). Tenemos el siguiente
diagrama:

% r
x h f x f y f f
= + = cos() + sen() ,
% & r x r y r x y
f =
& % r h f x f y f f
= + = r sen() + r cos() ,
y x y x y
&
o, ms exactamente,

h f  f 
(r, ) = cos() r cos(), r sen() + sen() r cos(), r sen() ,
r x y
h f  f 
(r, ) = r sen() r cos(), r sen() + r cos() r cos(), r sen() .
x y

Ejemplo 84 (Cambio a coordenadas cartesianas) Inversamente, podemos expresar


las derivadas parciales respecto a las coordenadas cartesianas, (x, y), en funcin de las deriva-
das parciales respecto a las coordenadas polares, (r, ). Sea h(r, ) una funcin en variables
polares y supongamos que cambiamos a coordenadas cartesianas,
p
f (x, y) = h r(x, y), (x, y) = h x2 + y 2 , arc tg( xy ) .
 
Tenemos el siguiente diagrama:

% x
r
% & y
f h r h
h = = + =
x r x x
& % x

& y
   
h 1 2 2 21 h y x h y h
= (x + y ) 2x + 2 2
=p 2 2
,
r 2 x + y x + y r x + y
2 2

o ms exactamente
f x h p 2 p
x + y 2 , arc tg( xy ) y h
x2 + y 2 , arc tg( xy ) .
 
(x, y) = p x2 +y 2
x x2 + y 2 r

Ejemplo 85 (derivadas de orden 2) Finalmente, podramos relacionar las derivadas


parciales de orden 2. Por ejemplo

2h
   
h f f
= = r sen() + r cos() =
r r r x y

149
   
f f f f
= sen() r sen() + cos() + r cos() =
x r x y r y

f
ahora tenemos que derivar
x
, que es funcin de (x, y), respecto a r. Tenemos el siguiente
diagrama:

% r
x
% &
2 f x 2 f y
 
f f
x
luego = + .
r x x2 r yx r
& % r
y
&
2 f x 2 f y
 
f f
Anlogamente para
y
tenemos que = + 2 . Sustituyendo,
r y xy r y r
 2
2 f y

f f x
= sen() r sen() + +
x x2 r yx r
 2
f x 2 f y

f
+ cos() + r cos() + 2 =
y xy r y r

f f 2f 2f
= sen() + cos() r sen() cos() 2 + r sen() cos() 2 +
x y x y
 2f
+ r cos2 () r sen2 () .
xy

5.8. El mtodo de Newton de varias variables

En la seccion 4.4 hemos visto el mtodo de Newton para resolver la ecuacin de una
variable f (x) = 0. Supongamos ahora que tenemos un sistema de n ecuaciones y n variables:



f1 (x1 , x2 , . . . , xn ) = 0
f2 (x1 , x2 , . . . , xn ) = 0



fn (x1 , x2 , . . . , xn ) = 0

Si llamamos x = (x1 , x2 ,. . . , xn ) Rn y consideramos el campo vectorial F : Rn Rn ,


F (x) = f1 (x), . . . , fn (x) , lo que queremos resolver es el sistema F (x) = 0. El mtodo de
Newton para varias variables es similar al de una variable presentado en la pgina 105: a partir
(0) (0) (0) (0)
de una aproximacin inicial x = (x1 , x2 , . . . , xn ) Rn vamos generando aproximaciones
(1) (2) (3)
sucesivas x , x , x , . . . con la frmula

x(k+1) = x(k) JF1 (x(k) )F (x(k) ),

150
donde JF1 (x(k) )
es la inversa de la matriz n n, llamada Jacobiana de F en el punto x(k) ,
2
formada por las n derivadas parciales de F ,

  D1 f1 (x(k) ) Dn f1 (x(k) )
fi (k) . .
JF (x(k) ) = (x ) = . . .

. .
xj nn
D1 fn (x(k) ) Dn fn (x(k) )

5.9. La frmula de Taylor de 2 variables

La frmula de Taylor para una funcin de una variable f involucra a f y a sus derivadas
0 00 (n)
sucesivas en un punto a del dominio, f (a), f (a), f (a), . . . , f (a). Una funcin de dos va-
riables, f (x, y), tiene 2 derivadas parciales de primer orden, 4 derivadas parciales de segundo
orden, 8 de tercer orden, etc., y la frmula de Taylor resulta ms complicada.

Teorema 64 (de Taylor) f : D R2 R una funcin con derivadas parciales


Sea
hasta segundo orden continuas en D . Sean (x0 , y0 ), (x0 + h, y0 + k) puntos de D tales que el
segmento que los une est contenido en D . Entonces, existe un (0, 1) tal que

f (x0 + h, y0 + k) = f (x0 , y0 ) + D1 f (x0 , y0 )h + D2 f (x0 , y0 )k +


1  
+ D11 f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k 2 .
2

Demostracin: Sea : [0, 1] R R2 , (t) = x0 + th, y0 + tk la parametrizacin



2
del segmento en R que une los puntos (x0 , y0 ) y (x0 + h, y0 + k). Consideremos la funcin
compuesta g : [0, 1] R R, g(t) = f ((t)). Como g es una funcin de una variable (la
t) dos veces diferenciable, por el Teorema 55 de Taylor (tomando los puntos a = 0, x = 1),
existe un (0, 1) tal que 1
g(1) = g(0) + g 0 (0) + g 00 ().
2
Calculando cada elemento de esta expresin y sustituyendo obtenemos la frmula de Taylor:

g(1) = f ((1)) = f (x0 + h, y0 + k), g(0) = f ((0)) = f (x0 , y0 ).


Para calcular g 0 (t), aplicamos la Regla de la Cadena (Teorema 62):

g 0 (t) = D1 f ((t))10 (t) + D2 f ((t))20 (t) = D1 f ((t))h + D2 f ((t))k , luego

g 0 (0) = D1 f ((0))h + D2 f ((0))k = D1 f (x0 , y0 )h + D2 f (x0 , y0 )k .


Finalmente, para calcular g 00 (t) derivamos g 0 (t) aplicando la Regla de la Cadena (Teorema
62) a D1 f ((t)) y a D2 f ((t)):
   
g 00 (t) = D11 f ((t))h + D21 f ((t))k h + D12 f ((t))h + D22 f ((t))k k =

= D11 f ((t))h2 + 2D21 f ((t))hk + D22 f ((t))k 2 y, en t = , g 00 () =


= D11 f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k 2 . 

151
Nota 63 Si la funcin tiene derivadas parciales de orden 3, 4, etc., la frmula de Taylor es:

f (x0 + h, y0 + k) = f (x0 , y0 ) + D1 f (x0 , y0 )h + D2 f (x0 , y0 )k +


1 
+ D11 f (x0 , y0 )h2 + 2D12 f (x0 , y0 )hk + D22 f (x0 , y0 )k 2 +
2
1 3 2 2 3

+ D111 f (x0 , y0 )h + 3D112 f (x0 , y0 )h k + 3D122 f (x0 , y0 )hk + D222 f (x0 , y0 )k +
3!
1 
+ D1111 f (x0 , y0 )h4 + 4D1112 f (x0 , y0 )h3 k + 6D1122 f (x0 , y0 )h2 k 2 + . . . +
4!
donde los ltimos puntos suspensivos representan los trminos de grado superior a 4.

5.10. La Funcin potencial

La funcin potencial es una generalizacin a funciones de 2 variables, f (x, y) del concepto


de funcin primitiva de una funcin de una variable f (x).
Con una variable: una funcin f (x) diferenciable tiene una funcin derivada f 0 (x). Pro-
cediendo al revs, dada una funcin f (x), a una funcin F (x) tal que su derivada sea
F 0 (x) = f (x) la llamamos funcin primitiva de f (ver Seccin 4.6).
Con dos variables: una funcin f (x, y) diferenciable tiene 2 derivadas parciales,
D1 f (x, y), D2 f (x, y). Procediendo al revs, dadas dos funciones p(x, y), q(x, y), a una fun-
cin H(x, y) tal que sus derivadas parciales sean D1 H(x, y) = p(x, y), D2 H(x, y) = q(x, y)
la llamamos funcin potencial de p, q (ver Denicin 55).

En otras palabras, al derivar un campo escalar f (x, y) obtenemos un campo vectorial,


f (x, y). Procediendo al revs, dado un campo vectorial F (x, y), a un campo escalar H(x, y)
tal que su gradiente sea H = F lo llamamos funcin potencial de F .

Denicin 55 (Funcin potencial) p, q : D R2 R funciones


Sean con derivadas
2
parciales continuas. Diremos que H : D R R, con derivadas parciales hasta segundo
orden continuas, es funcin potencial de p, q en D si

D1 H(x, y) = p(x, y), D2 H(x, y) = q(x, y) (x, y) D.

Nota 64 (Condicin necesaria) Si dos funciones p, q tienen funcin potencial H, enton-


ces cumplen que
D2 p(x, y) = D1 q(x, y),

pues como H tiene derivadas parciales hasta orden 2 continuas,

h i
D2 p = D12 H = Teorema de Schwartz = D21 H = D1 q.

152
Nota 65 (Condicin suciente) Si dos funciones p, q cumplen que D2 p = D1 q en un rec-
tngulo D = [a, b] [c, d] de R2 , entonces p, q tienen funcin potencial H. Para demostrarlo,
jamos un (x0 , y0 ) D = [a, b] [c, d] cualquiera y consideramos la funcin

Z x Z y
H (x, y) = p (t, y0 ) dt + q (x, s) ds
x0 y0

que est bien denida ya que los segmentos [x0 , x] {y0 } y {x} [y, y0 ] estn dentro de
D por ser D un rectngulo. Calculemos sus derivadas:

Ry Ry
D1 H (x, y) = p (x, y0 ) + y0 D1 q (x, s) ds = p (x, y0 ) + y0 D2 p (x, s) ds =
s=y
= p(x, y0 ) + p(x, s) = p (x, y0 ) + p (x, y) p (x, y0 ) = p (x, y).

s=y0

D2 H (x, y) = 0 + q (x, y) = q (x, y).

Nota 66 Como ocurre con las funciones primitivas, si H(x, y) es una funcin potencial,
H(x, y) + C tambin lo es.

Ejemplo 86 Calcular la funcin potencial de p(x, y) = x3 + xy 2 , q(x, y) = x2 y + y 3 , o de


3 2 2 3
otro modo, calcular el potencial del campo vectorial F (x, y) = x + xy , x y + y .

En primer lugar, debemos comprobar si las funciones p y q tienen funcin potencial, es


decir, si D2 p = D1 q (ver Nota 64):

D2 p(x, y) = 2xy, D1 q(x, y) = 2xy.

Ahora, para calcular la funcin potencial, podemos utilizar distintos mtodos:

a) Sabemos que D1 H = p y que D2 H = q, luego integrando p respecto a x (considerando


a y constante) e integrando q y (considerando a x constante) obtenemos:
respecto a

x4 x2 y 2
Z Z
x3 + xy 2 dx =

H (x, y) = p (x, y) dx = + + f (y) ,
4 2
x2 y 2 y 4
Z Z
xy 2 + y 3 dy =

H (x, y) = q (x, y) dy = + + g (x) ,
2 4

donde f (y) es constante respecto a x y g(x) es constante respecto a y. Teniendo en cuenta


que ambos resultados deben coincidir,

x4 x2 y 2 x2 y 2 y 4
+ + f (y) = + + g (x) ,
4 2 2 4
de donde, comparando,
y4 x4
f (y) = , g (x) = ,
4 4

153
y sustituyendo en H,
x4 x2 y 2 y 4
H (x, y) = + + + C.
4 2 4

b) Sabemos que D1 H = p, luego integrando p respecto a x, considerando a y constante,

x4 x2 y 2
Z Z
x3 + xy 2 dx =

H (x, y) = p (x, y) dx = + + f (y) ,
4 2
donde f (y) es una constante (respecto a x) que tenemos que calcular. Derivando esta expre-
sin respecto a y y comparando con q , pues D2 H = q , tenemos

h i y4
x2 y + f 0 (y) = x2 y + y 3 = f 0 (y) = y 3 = integrando respecto a y = f (y) = + C,
4
y sustituyendo en H,
x4 x2 y 2 y 4
H (x, y) = + + + C.
4 2 4

c) Sabemos que D2 H = q, luego integrando q respecto a y, considerando a x constante,

x2 y 2 y 4
Z Z
x2 y + y 3 dy =

H (x, y) = q (x, y) dy = + + g (x) ,
2 4
donde g(x) es una constante (respecto a y) que tenemos que calcular. Derivando esta expre-
sin respecto a x y comparando con p, pues D1 H = p, tenemos

h i x4
xy 2 +g 0 (x) = xy 2 +x3 = g 0 (x) = x3 = integrando respecto a x = g(x) = +C,
4
y sustituyendo en H,
x4 x2 y 2 y 4
H (x, y) = + + + C.
4 2 4

5.11. Qu es una Ecuacin Diferencial en Derivadas Parciales?

Es una ecuacin en la que aparecen una o ms derivadas parciales de una funcin de varias
variables, digamos u(x, y). El objetivo es encontrar las funciones u(x, y) que cumplen dicha
ecuacin. Recordemos con un ejemplo muy sencillo las ecuaciones diferenciales ordinarias:

h i x4 h i x4
y 0 = x3 integrando y= + C condicin inicial, y(0) = 2 y= + 2.
4 4

Un ejemplo tambin muy sencillo de ecuacin en derivadas parciales puede ser:

h i x4 x2 y 2
D1 u(x, y) = x3 + xy 2 integrando respecto a x u(x, y) = + + f (y),
4 2

154
luego tiene innitas soluciones que dependen, no de un parmetro C arbitrario, sino de una
4 2 2
funcin f (y) arbitraria. Es decir, para cualquier funcin f (y), u(x, y) = x4 + x 2y + f (y)
es solucin de la ecuacin en derivadas parciales anterior. As, para determinar una solucin
particular, no basta con una condicin inicial (el valor de la funcin en un punto) sino que
es necesaria una condicin de contorno, en la que damos el valor de la funcin en una
innidad de puntos, como por ejemplo
u(0, y) = y 3 ,
que indica que, sobre la recta x = 0, la funcin solucin u es igual a y3. As, exigiendo que
u(0, y) = y 3 obtenemos que 0 + 0 + f (y) = y 3 y por lo tanto
x 4 x2 y 2
u(x, y) = + + y3
4 2
es la solucin de la EDDP con la condicin de contorno siguiente:

D1 u(x, y) = x3 + xy 3 ,
(

u(0, y) = y 3 .

Las ecuaciones en derivadas parciales ms utilizadas son las de segundo orden, en las
que aparecen algunas de las derivadasD11 , D22 , D12 . En este caso, necesitamos 2 condiciones
de contorno, alguna de las cuales puede involucrar a alguna parcial de u. En el siguiente
ejemplo, cambiamos la variable y por la variable t, representando el tiempo.

Ejemplo 87 (Cuerda vibrante) Podemos modelizar el movimiento de una cuerda vibran-


te representando por u(x, t) la elongacin de la cuerda (desviacin vertical) en cada punto
x y en cada instante t. Por ejemplo, en el instante t = t0 la posicin u(x, t0 ) de la cuerda
podra ser:

y conociendo u(x, t) para cada instante t describimos el movimiento de la cuerda. Se sabe


que este fenmeno se describe con la ecuacin en derivadas parciales

2u 1 2u
= 0,
x2 c2 t2

donde c es un parmetro que representa la velocidad de onda. Las dos condiciones de contorno
2
pueden ser, por ejemplo, u(x, 0) = x , que indica la posicin de la cuerda en el momento

155
u
t = 0, y
t
(x, 0) = x, que indica la velocidad (vertical) de cada punto de la cuerda en el
instante t = 0. As, tenemos la EDDP con condiciones de contorno siguiente,

2
u 1 2u


2
(x, t) 2 2 (x, t) = 0,
x c t



2
u(x, 0) = x ,


u (x, 0) = x,



t

cuya solucin es u(x, t) = x2 + c2 t2 + xt, como comprobamos a continuacin:

u 2u u 2u
x
(x, t) = 2x + t, x2
(x, t) = 2, t
(x, t) = 2c2 t + x, t2
(x, t) = 2c2

2u 1 2u 1
2c2 = 0,


x2
(x, t) c2 t2
(x, t) = 2 c2

= u(x, 0) = x2 + 0 + 0 = x2 ,


u

t
(x, 0) = 0 + x = x.

156
6. Integrales de una variable

Sabiendo que el rea de un rectngulo es base por altura, podemos calcular el rea
de una supercie irregular? S, con el concepto de paso al lmite. En este tema vamos a
estudiar el problema de calcular el rea de una supercie irregular especial, denida por una
funcin y = f (x), el eje OX y las rectas verticales de abscisas a y b:

Observa que esta supercie tiene tres lados rectos como los de un rectngulo y uno slo
irregular, denido por una funcin f. Si podemos calcular este tipo de reas, podremos
calcular el rea de supercies irregulares ms generales pues stas pueden ser divididas en
trozos de modo que cada trozo sea del tipo anterior.

Supongamos que la funcin f : [a, b] R es positiva y acotada, como la de la gura


anterior. Para calcular el rea, dividimos el intervalo [a, b] en n subintervalos tomando n+1
puntos
a = t0 < t1 < t2 < . . . < tn = b,
y construimos n rectngulos de base cada uno de los subintervalos [tj1 , tj ] y altura f (tj ) .

n
P
Sumando de las reas de los rectngulos, rea f (tj ) (tj tj1 ) ,
j=1

n
P
y mediante algn tipo de paso al lmite, rea = lm f (tj ) (tj tj1 ).
? j=1
Rb Rb
A ese lmite lo llamamos integral de f en [a, b], y lo representamos por a
f , o por a
f (x) dx
si queremos especicar la variable de integracin. Veamos un ejemplo.

157
Ejemplo 88
R1
Dada la funcin f : [0, 1] R, f (x) = x2 , calculemos 0 f . Para ello,
dividimos el intervalo [0, 1] en n subintervalos de igual longitud n1 . Calculemos, en primer
lugar, la suma de los rectngulos por encima de la funcin:

h i  
1 1 2 3 n
  
A1 (n) = base (suma de alturas) = n
f n
+f n
+f n
+ + f n
=

1

1 2
 2 2
 3 2
 n 2
  12 + 22 + + n2
= n n
+ n
+ n
+ + n
= .
n3
12 +22 ++n2
As, tenemos una aproximacin al valor de la integral,
n3
A1 (n) =
, que ser mejor
cuanto mayor sea n. Si queremos el valor exacto, tomamos lmite cuando n +:

12 + 22 + 32 + + n2 h i 1
lm A1 (n) = lm = Stolz, Ejemplo 16, pgina 30 = ,
n n n3 3
R1
luego hemos obtenido que
0
f = 13 . Si calculamos la suma de los rectngulos por debajo:

158
1

1 2
 2 2
 n1 2
  12 + 22 + + (n 1)2
A2 (n) = n
02 + n
+ n
+ + n
= ,
n3
tenemos una aproximacin distinta, A2 (n), al valor de la integral. Notar que, por construc-
R1
cin se cumple que: A2 (n) < f < A1 (n). Como antes, si tomamos lmite:
0

12 + 22 + + (n 1)2 h i 1
lm A2 (n) = lm = Stolz = .
n n n3 3

Nota 67
Rb
Si f es positiva en [a, b],
la integral
a
f representa el rea entre la grca de f y
Pn Rb
el eje OX. Si f
es negativa, las sumas j=1 f (tj )(tj tj1 ) son negativas y la integral
a
f
es tambin negativa, luego no puede ser un rea. En este caso, el rea entre la grca de f y
Rb Rb
el eje OX es f . Si f es positiva y negativa en [a, b], entonces a f representa la suma de
a
las reas de las supercies por encima del eje OX menos la suma de las reas por debajo del
Rb
eje OX. Por ejemplo, en la gura siguiente,
a
f representa el rea por encima del eje OX
menos el rea por debajo. Si lo que queremos es calcular el rea de la supercie sombreada
Rc Rb
tenemos que hacer
a
f c f.

6.1. La integral de Riemann

Vamos a considerar aqu funciones acotadas denidas en intervalos cerrados y acotados,


f : [a, b] R tal que M > 0 : |f (x)| M x [a, b].
En la Integral de Riemann, se construyen dos conjuntos de rectngulos, uno formado
por rectngulos por debajo de f y otro por encima. Si f
[a, b], el Teorema es continua en
42 de Weierstrass garantiza la existencia del mximo y del mnimo de f (x) en cualquier
subintervalo de [a, b], y estos valores van a ser las alturas de los rectngulos. Si f no es
continua, el mximo y el mnimo no tienen por qu existir, y para denir las alturas de los
rectngulos necesitamos los conceptos de supremo e nmo de un conjunto.

Denicin 56 (Supremo e nmo) Sea DR un conjunto no vaco y sea a R. Deci-


mos que a es el supremo de D si a es la menor de las cotas superiores. Decimos que a es el
nmo de D si a es la mayor de las cotas inferiores.

159
Por ejemplo, el conjunto D = [0, 1) est acotado, no tiene mximo, pero s tiene supremo,
que es el 1 (la menor de las cotas superiores). El conjunto D = [0, 1) s tiene mnimo, que
es el 0, y tambin es el nmo (la mayor de las cotas inferiores). Aunque puede ocurrir que
un conjunto acotado D no tenga mximo, siempre tendr supremo, como dice el siguiente
teorema.

Teorema 65 (del supremo) Todo conjunto de reales no vaco que tenga cota superior,
tiene supremo. Todo conjunto de reales no vaco que tenga cota inferior, tiene nmo.

As, si f est acotada en [a, b], el Teorema 65 anterior garantiza la existencia del supremo
y del nmo de f (x) en cualquier subintervalo de [a, b].

Denicin 57 (Particiones) Llamamos particin de [a, b] a cualquier conjunto de puntos

P = {t0 , t1 , t2 , ..., tn } tales que a = t0 < t1 < t2 < ... < tn = b.

Denotamos por P al conjunto de todas las particiones del intervalo [a, b]. Dadas dos parti-
ciones P, Q P , decimos que Q es ms na que P si P Q como conjuntos de puntos.
Una particin P = {t0 , t1 , t2 , ..., tn } divide al intervalo [a, b] en n subintervalos:

[a, b] = [t0 , t1 ] [t1 , t2 ] ... [tn1 , tn ] .

Estos subintervalos van a ser las bases de los rectngulos de las que llamaremos sumas
de Darboux. Para las alturas, denotamos por

Mj = f (x) : x [tj1 , tj ]
supremo

mj = nmo f (x) : x [tj1 , tj ]

y as denimos

n
X
U (f, P ) = Mj (tj tj1 ) , suma superior de Darboux,
j=1
Xn
L (f, P ) = mj (tj tj1 ) , suma inferior de Darboux.
j=1

160
Como mj Mj , tenemos que L (f, P ) U (f, P ) (y entre ambas est el valor exacto de
la integral). Adems puede verse que, cuando tomamos particiones ms nas, las sumas
inferiores crecen y las sumas superiores decrecen (y aproximan ms el valor de la integral):

As, slo falta hacer el paso al lmite. Notar que en la Denicin 57 de particin no
se pide que las particiones tengan n subintervalos de igual longitud, por lo que el paso al
lmite en general no consiste simplemente en hacer n +. El modo de hacerlo es con los
conceptos de nmo y supremo (Denicin 56, pgina 159).

Teorema 66 Sean P, Q P cualesquiera, entonces L (f, Q) U (f, P ) .

Demostracin: Dadas dos particiones P, Q P R = P Q


cualesquiera, sea la particin
(unir y reordenar). Entonces, R es ms na que P , luego U (f, R) U (f, P ) , y R es tambin
ms na que Q, luego L (f, R) L (f, Q) . Adems, L (f, R) U (f, R). Combinando estas
3 desigualdades tenemos que L (f, Q) L (f, R) U (f, R) U (f, P ). 

Por este Teorema, el conjunto {L (f, P ) : P P} est acotado superiormente (por cual-
quier U (f, P )), luego por el Teorema 65 tiene supremo, que llamaremos en la Denicin 58.
El conjunto {U (f, P ) : P P} est acotado inferiormente (por cualquier L (f, P )), luego
por el Teorema 65 tiene nmo, que llamaremos en la siguiente Denicin 58:

Denicin 58 (Funcin integrable Riemann) Llamemos


 
= supremo L (f, P ) : P P , = nmo U (f, P ) : P P .
Decimos que una funcin f es integrable Riemann (o R-integrable, o simplemente integrable)
en [a, b] si = . A este valor se le llama integral de f en [a, b] y se denota por

Z b Z b
f (t) dt, o simplemente f.
a a

Ejemplo 89 (Funcin integrable) f : [a, b] R, f (x) = 3. Veamos que es una


Sea
funcin integrable en [a, b]. Dada una particin cualquiera P = {t0 , t1 , t2 , . . . , tn }, el mj de
cada subintervalo es 3, luego L (f, P ) =

161
n
P
= mj (tj tj1 ) = 3 (t1 t0 + t2 t1 + t3 t2 + + tn tn1 ) = 3(tn t0 ) = 3(ba)
j=1

y, por lo tanto, = 3(b a). Del mismo modo, todos los Mj = 3 y U (f, P ) =
n
P
= Mj (tj tj1 ) = 3 (t1 t0 + t2 t1 + t3 t2 + + tn tn1 ) = 3(tn t0 ) = 3(ba)
j=1
Z b
y, por lo tanto, tambin = 3(b a). As, f es integrable y f = 3(b a).
a


0, si x Q,
Ejemplo 90 (Funcin no integrable) Sea f : [a, b] R, f (x) =
1, si x/ Q.
En este caso, dada una particin cualquiera P = {t0 , t1 , t2 , . . . , tn }, todos los mj valen cero
y todos los Mj valen 1, por lo que
n
P P
L (f, P ) = mj (tj tj1 ) = 0 (tj tj1 ) = 0,
j=1
Pn P
U (f, P ) = Mj (tj tj1 ) = 1 (tj tj1 ) = (tn t0 ) = (b a) .
j=1

As, =0 mientras que = b a, por lo que la funcin no es integrable.

Intuitivamente, la supercie comprendida entre la grca de la funcin del Ejemplo 89 y


el eje OX (un rectngulo) dene un rea, y la funcin es integrable y el rea es el valor de
su integral. Sin embargo, la regin comprendida entre la grca de la funcin del Ejemplo
90 y el eje OX no dene una supercie y la funcin no es integrable.

La denicin de integrable es para funciones acotadas denidas en intervalos [a, b] cerra-


dos. Para funciones denidas en intervalos abiertos (a, b), tenemos el siguiente teorema.

Teorema 67 Sea f : (a, b) R una funcin acotada y continua. Deniendo f (a) y f (b)
arbitrariamente, la nueva funcin f : [a, b] R es integrable en [a, b]. Adems, el valor de
Rb
la integral af no depende de f (a) ni de f (b).

La idea intuitiva de este teorema es que, como la diferencia entre las supercies denidas
por f en (a, b) y en [a, b] son los dos segmentos verticales laterales de alturas f (a) y f (b), que
no aportan nada al rea, ambas supercies tiene el mismo rea. Esta misma idea repetida
varias veces nos lleva al teorema siguiente.

Denicin 59 (continua a trozos) Diremos que f : [a, b] R es continua a trozos si


f tiene un nmero nito de discontinuidades en [a, b] (ver Figura 86).

Teorema 68 Toda funcin f : [a, b] R acotada y continua a trozos es integrable.

162
Figura 86: Funcin continua a trozos (y acotada)

Este teorema viene a decir que la mayora de las funciones usuales (acotadas) denidas
en un intervalo [a, b] son integrables. De hecho, sabras poner un ejemplo de funcin acotada
en [a, b] que no sea continua a trozos? Piensa en el Ejemplo 90.

La integral de una funcin continua a trozos como la anterior habra que calcularla por
separado en cada subintervalo en donde f es continua y luego sumar. Adems, por el Teorema
67, el valor de f en los puntos de discontinuidad no importa.

El siguente teorema indica el comportamiento de las funciones integrables frente a las


operaciones algebraicas.

Teorema 69 (Algebra de funciones integrables) Sean f, g dos funciones integrables


en [a, b]. Entonces,
Rb Rb
(i) f es integrable ya
f = a
f , para todo R.
Rb Rb Rb
(ii) f + g es integrable y a (f + g) = a f + a g .
Rb R  R 
b b
(iii) f g es integrable, pero a (f g) no es a f a
g .
R R
b b
(iv) |f | es integrable y a f a |f |.
Rb Rb
(v) Si f g entonces a
f a
g.
Rc Rb Rb
(vi) Para cada c (a, b), f es integrable en [a, c] y en [c, b], y a
f+ c
f= a
f.

Denicin 60
Ra Ra Rb
(vii) a
f = 0, (viii) b
f = a
f.

Nota 68
Rc Rb Ra
Con esta denicin, prueba que se cumple
a
f+ c
f+ b
f = 0.

163
6.2. Clculo de la Integral

Rb
Veamos cmo calcular
a
f de un modo eciente, sin necesidad de calcular lmites.

Si una funcin f es integrable en un intervalo [a, b], por el Teorema 69(vi) f es integrable
en cada subintervalo [a, x] con x [a, b], y podemos denir una nueva funcin

Z x
G : [a, b] R, G(x) = f,
a
Rx
o bien G(x) = a f (t) dt, que representa el rea barrida por el segmento f (t) cuando t
vara entre a y x:

Ejemplo 91 Comprueba que para


( (
+1, si x [1, 0) x+1, si x [1, 0]
f (x) = G(x) = G(x) = 1|x|.
1, si x [0, 1] x+1, si x [0, 1]

Rx Rb
Si calculamos G(x) habremos calculado todas las integrales a
f , en particular a
f . Esta
funcin G(x) cumple que:

Teorema 70
Rx
Sea f integrable en [a, b]. R(i) G(x) = a
f es una funcin continua en [a, b].
x
(ii) Si, adems, f es continua, G(x) = a f es una funcin primitiva de f en (a, b).

Demostracin: Aunque con una demostracin no muy rigurosa, vamos a demostrar (ii).
Recordemos (Seccin 4.6) que G es una funcin primitiva de f si G es diferenciable y G 0 = f .
Observa en la gura siguiente que el rea sombreada G(x+h) G(x) puede aproximarse,
para valores de h pequeos, por un rectngulo de base h y altura f (t), para algn t [x, x+h]
G(x+h)G(x)
(si f es continua), luego G(x + h) G(x) = hf (t). Dividiendo por h, = f (t),
h

y tomando lmites cuando h 0, G 0 (x) =


G(x + h) G(x) h i   h i
= lm = lm f (t) = f continua = f lm t = t [x, x + h] = f (x). 
h0 h h0 h0

164
Si f no es continua, G puede ser no diferenciable, como G(x) = 1|x| del Ejemplo 91.
Rx
Si f G(x) = a f es una primitiva de f pero, cul de ellas?
es continua, la funcin
Recordemos (Seccin 4.6) que si f tiene una primitiva F entonces tiene innitas, todas
de la forma F + C (constante). Sea F una primitiva cualquiera de f . Sabemos que hay
una constante tal que G(x) = F (x) + C . Haciendo x = a en esta expresin resulta que
G(a) = F (a) + C, luego C = F (a) y tenemos que
Z x
G(x) = F (x) F (a), es decir, f = F (x) F (a),
a
Rb
siendo F una primitiva calquiera de f. En particular,
a
f = F (b) F (a). Este resultado es
tambin vlido aunque f no sea continua, y se conoce como:

Teorema 71 (Fundamental del Clculo) Sea f integrable en [a, b] y sea F una funcin
continua en [a, b] y primitiva de f en (a, b) cualquiera. Entonces:
Z b
f = F (b) F (a) .
a

Demostracin: Dada P = {t0 , t1 , t2 , . . . , tn } P una particin cualquiera de [a, b], tenemos


que
n
P 
F (b) F (a) = F (tj ) F (tj1 ) .
j=1

Como F es continua en cada subtervalo [tj1 , tj ] y diferenciable en cada (tj1 , tj ), por el


TVML (Teorema 53, pgina 102) existe un punto zj (tj1 , tj ) tal que

F (tj ) F (tj1 )
= F 0 (zj ) = f (zj ), = F (tj ) F (tj1 ) = f (zj )(tj tj1 ). Sustituyendo,
tj tj1
n
P 
F (b) F (a) = f (zj ) tj tj1 y como cada mj f (zj ) Mj , tenemos que
j=1

L(f, P ) F (b) F (a) U (f, P ), para toda particin P P.

Pero si f
es integrable, el nico valor que est entre todas las sumas superiores y todas las
Rb
inferiores es la integral, luego F (b) F (a) = f. 
a

165
Este Teorema 71 se llama Fundamental del Clculo pues reduce el problema de la inte-
gracin (clculo de reas, por ejemplo) a un problema de derivacin al revs (clculo de
primitivas).

En la prctica es suciente comprobar que F es una primitiva de f en algn abierto que


incluya a [a, b].
Por ejemplo, la integral del Ejemplo 88 (pgina 158) puede calcularse sin
x3 2
necesidad de lmites sabiendo que es una primitiva de x en todo R:
3
1
x=1
x3 13 03
Z
2 1
x dx = = = .
0 3 x=0
3 3 3

6.3. Integracin numrica

Como ocurre con las ecuaciones del tipo f (x) = 0 (ver Seccin 3.2.5), la mayora de las
Rb
integrales denidas
a
f (x) dx no pueden resolverse de modo analtico, pero en muchas situa-
ciones prcticas es suciente obtener una solucin numrica aproximada con un determinado
nmero de decimales exactos. Para ello, existen un gran nmero de mtodos llamados de in-
tegracin numrica, de los que vamos a ver los dos ms sencillos, el mtodo de los rectngulos
y el de los trapecios, que se basan en aproximar la integral por una suma de Darboux.

f : [a, b] R continua y hagamos una particin de [a, b] en n subintervalos de igual


Sea
h = ba
longitud
n
: a = t0 < t1 < t2 < . . . < tn1 < tn = b, con cada tj+1 = tj + h.

Mtodo de los rectngulos: consiste en aproximar cada ttj1


R j
f (x) dx por un rectngulo
tj1 +tj
de base h y altura f (zj ), 2
siendo zj =
el punto medio del subintervalo j. Entonces,
una aproximacin al valor de la integral es:

n n  
P P ba tj1 +tj
R(n) = h f (zj ) = n
f 2
.
j=1 j=1

Mtodo de los trapecios: consiste en aproximar cada


R tj
tj1
f (x) dx por un trapecio de base
h y alturas f (tj1 ), f (tj ):
n  
P f (tj1 )+f (tj ) ba
T (n) = h 2
= 2n
f (t0 )+f (t1 ) + f (t1 )+f (t2 ) + + f (tn1 )+f (tn ) =
j=1
 
ba
= 2n
f (t0 ) + 2f (t1 ) + 2f (t2 ) + + 2f (tn2 ) + 2f (tn1 ) + f (tn ) .

Puede demostrarse que, si f tiene derivada segunda continua, el error mximo cometido por
estas aproximaciones est acotado por
R
b h2
a) max |f 00 (x)|, x [a, b] ,

a f R(n) (b

24
R
b h2
a) max |f 00 (x)|, x [a, b] ,

a f T (n) (b

12

luego podemos calcular el valor de la integral con la precisin que necesitemos tomando n
ba
sucientemente grande (o bien h = sucientemente pequeo).
n

166
6.4. Aplicaciones de la integral

6.4.1. Valor promedio de una funcin

El valor promedio de una funcin f


es la altura M del rectngulo
(integrable) en [a, b]
Rb
de base (b a) que tiene un rea igual a la integral, es decir, f (x) dx = M (b a) (ver
a
Figura 87). Despejando M , el valor promedio de la funcin f sobre [a, b] es el cociente
Rb
a
f (x) dx,
ba
y puede considerarse como una extensin del concepto de media aritmtica de una familia
nita de nmeros.

Figura 87: M es el valor promedio de f

6.4.2. Lmites e integrales

Veamos que el lmite de algunas sucesiones cuyo trmino general puede expresarse de la
1 1 2 3 n
   
forma xn =
n
f n
+ f n
+ f n
+ + f n
, puede calcularse transformndolo en
una integral.

Si una funcin f es integrable en el intervalo [0, 1] entonces existe el lmite de sus


sumas de Darboux cuando las particiones se hacen innitamente nas. En particular, las
 1 2 n

particiones Pn = 0, , , ..., del intervalo [0, 1] se hacen innitamente nas cuando
n n n
n tiende a innito, luego si f es integrable en [0, 1] entonces
Rb
lm U (f, Pn ) = lm L(f, Pn ) = a
f.
n n
 
1 1 2 3 n
  
Como, adems, L(f, Pn ) n
f n
+f n
+f n
+ + f n
U (f, Pn )
j j
 
(pues cada f n
cumple que mj f n
Mj ), tenemos que, si f es integrable en [0, 1],
Z 1
1 1
 2
 3
 n

lm f n
+f n
+f n
+ + f n
= f (x)dx (ver Figura siguiente).
n n 0

167
   
1 1 1 1 n n n
Por ejemplo, l
m + + + = lm + + + =
n n+1 n+2 n+n n n n+1 n+2 n+n
  h
1 1 1 1 1
i
= lm + + + = tomando f (x) = 1+x =
n n 1 + 1/n 1 + 2/n 1 + n/n
Z 1
1 1 2
 3
 n
 dx 1
= lm f n + f n + f n + + f n = = log(1 + x) = log(2).

n n 0 1+x 0

Nota 69 (La suma de la armnica alternada) El ejemplo anterior sirve para calcular
la suma de la armnica alternada (ver Teorema 30)

X 1 1 1 1 1 1
(1)n1 = 1 + + + .
n1
n 2 3 4 5 6

1 1 1 1 1 1
Consideremos sus sumas parciales: S2n = 1
+ + + =
2 3 4 5 6 2n
   
1 1 1 1 1 1 1 1 1 1
= 1+ + + + + + + 2 + + + + =
2 3 4 5 6 2n 2 4 6 2n
   
1 1 1 1 1 1 1 1 1 1
= 1+ + + + + + + 1 + + + + + =
2 3 4 5 6 2n 2 3 4 n
1 1 1
= + + + . Por el ejemplo anterior, lm Sn = log(2).
n+1 n+2 n+n n

6.4.3. Longitud de arco

Queremos calcular la longitud de la curva denida por la grca de una funcin f dife-
renciable entre a y b. Cada particin P = {t0 , t1 , . . . , tn } del intervalo [a, b], dene una lnea
poligonal que aproxima a la curva (ver Figura 88a).

168
Figura 88: Curva denida por f y poligonal denida por la particin P = {t0 , t1 , . . . , tn }.

Puesto que el lmite de las poligonales (cuando la particin se hace innitamente na) es
la curva denida por f, el lmite de las longitudes de las poligonales ser la longitud de la
curva. Cada segmento de la poligonal entre tj1 y tj mide (ver Figura 88b)
q
(tj tj1 )2 + (f (tj ) f (tj1 ))2 .

Si aplicamos el TVML (Teorema 53, pgina 102) a f (diferenciable) en cada intervalo


[tj1 , tj ], existe un zj (tj1 , tj ) tal que

f (tj ) f (tj1 )
f 0 (zj ) = = f (tj ) f (tj1 ) = (tj tj1 )f 0 (zj ),
tj tj1
y sustituyendo en la raz anterior tenemos que cada segmento mide
q q
(tj tj1 )2 + ((tj tj1 )f 0 (zj ))2 = (tj tj1 ) 1 + f 0 (zj )2 .

Sumando todos los segmentos, la longitud de la poligonal asociada a la particin P es:

n
X q n
X
0 2
(tj tj1 ) 1 + f (zj ) = h(zj )(tj tj1 ),
j=1 j=1
p
que es una suma de Darboux de la funcin h(x) = 1 + f 0 (x)2 con la particin P . Como
Rb
el lmite de las sumas de Darboux es la integral
a
h(x) dx, obtenemos que la longitud del
arco denido por la grca de la funcin f en [a, b] vale:

Z bp
1 + f 0 (x)2 dx.
a

Ejemplo 92 (longitud de arco de la catenaria) Se llama catenaria a la a la curva que


adopta una cadena o cable ideal, con masa distribuida uniformemente por unidad de longitud,
suspendida por sus extremos y sometida a la accin de la gravedad.

169
Para un cable suspendido de dos puntos a
la misma altura, la catenaria es

x
f (x) = a cosh ,
a
donde a es un parmetro. La longitud de la
catenaria desde el punto mnimo situado en
x=0 hasta un punto de abcisas x=p es

Z pp Z pq Z p  x=p p
1 + senh2 x x x
  
0 2
1 + f (x) dx = dx = cosh dt = a senh = a senh .
a a a a
0 0 0 x=0

Ejemplo 93 (longitud de arco de y = x2 ) En el Ejemplo 88 de la pgina 158 hemos cal-


2
culado el rea de la regin limitada por la funcin y = x en el intervalo [0, 1]. Calculemos
ahora su permetro. Obviamente, los lados rectos, horizontal y vertical, miden 1. La longitud
del arco es
Z 1 p Z 1 p Z 1
L= 0 2
1 + f (x) dx = 2
1 + (2x) dx = 1 + 4x2 dx =
0 0 0
h i
cambio 2x = senh(t) = 2 dx = cosh(t) dt, x = 0 t = 0, x = 1 t = arg senh(2)
arg senh(2)
1 arg senh(2)
Z Z
p 1
= 1 + senh(t)2 cosh(t) dt = cosh(t)2 dt =
0 2 2 0
h i
cosh(t)2 dt = 12 senh(t) cosh(t) + 2t
R
Integrando por partes se obtiene que

11 t  t=arg senh(2) 1   


= senh(t) cosh(t) + = 2 cosh arg senh(2) + arg senh(2) =
2 2 2 t=0 4

h i
como arg senh(x) = log x + x2 + 1

1   1 
= 2 cosh log(2 + 5) + log(2 + 5) = 2 5 + log(2 + 5 1,4789429.
4 4

6.4.4. rea y volumen de revolucin

Si hacemos girar la grca de la Figura 88a sobre el eje OX, la funcin f genera un slido
3
de revolucin en R del que queremos calcular el rea de su supercie lateral y su volumen.
Observa que la lnea poligonal genera una gura de revolucin formada por un conjunto de
troncos de cono y que el lmite de esta gura (cuando la particin se hace inntamente na)
es la gura generada por f . Si calculamos el rea lateral y el volumen de los troncos de cono,
al pasar al lmite sern el rea lateral y el volumen de la gura de revolucin genrada por f.

170
El rea lateral de un tronco de cono de
altura h, radios r1 , r2 y generatriz s es

r1 + r2
2 s
2
y su volumen


h r12 + r22 + r1 r2 .

3

f (tj1 ) + f (tj )
q
As, la supercie lateral de cada tronco es 2 (tj tj1 ) 1 + f 0 (zj )2
2
y sumando para todo j tenemos que la supercie lateral del conjunto de troncos de cono es
n
X q
f (tj1 ) + f (tj ) 1 + f 0 (zj )2 (tj tj1 ), y en el lmite, el rea de la supercie generada
j=1
Z b p
al girar la grca de f en [a, b] alrededor del eje OX es 2f (x) 1 + f 0 (x)2 dx.
a

Del mismo modo, el volumen de conjunto de troncos de cono es

n
X 
2 2

(tj tj1 ) f (tj1 ) + f (tj ) + f (tj1 )f (tj ) y en el lmite, el volumen del slido de
j=1
3
Z b
revolucin generado al girar la grca de f en [a, b] alrededor del eje OX es f (x)2 dx.
a

6.4.5. Longitud de arco en paramtricas

Hemos visto que, dada f : [a, b] R R diferenciable, la longitud de la curva que


describe su grca es
Z bp
1 + f 0 (x)2 dx.
a

Si parametrizamos esta funcin f como en el Ejemplo 79 de la pgina 143,

: [a, b] R R2 denida (t) = (x(t), y(t)) = t, f (t) R2 ,



por
Z bp Z bp
resulta que la integral 1 + f 0 (t)2 dt puede expresarse como x0 (t)2 + y 0 (t)2 dt.
a a

171
Puede verse que esto es cierto en general: dada una curva en el plano parametrizada como
: [a, b] R R2 , (t) = (x(t), y(t)) , diferenciable, la longitud de esta curva es

Z bp Z b
x0 (t)2 + y 0 (t)2 dt o bien || 0 (t)|| dt.
a a

Ejemplo 94 (La longitud de la elipse) Queremos calcular la longitud (permetro) de la


x2 y2
elipse de semiejes a y b, de ecuacin
a2
+ b2 = 1, (supongamos, por ejemplo, que a b) y
que puede parametrizarse como (ver Ejemplo 77, pgina 142):

: [0, 2] R R2 ,
 
(t) = x(t), y(t) = a cos(t), b sen(t) R2 .


Z 2 p h i Z
2 p
L= x0 (t)2 + y 0 (t)2 dt = por simetra =4 x0 (t)2 + y 0 (t)2 dt =
0 0
Z Z
2 p 2 p
=4 a2 sen2 (t) + b2 cos2 (t) dt = 4 a2 (1 cos2 (t)) + b2 cos2 (t) dt =
0 0

r
(a2 b2 )
Z Z
2 p 2
=4 a2 (a2 b2 ) cos2 (t) dt = 4a 1 cos2 (t) dt =
0 0 a2
Z p
2
h i
a2 b2
= llamemos h2 = a2
( 0, si suponemos que a b) = 4a 1 h2 cos2 (t) dt = ?
0

Resulta que esta integral no puede resolverse analticamente. De hecho, no se conoce nin-
guna frmula simple para calcular la longitud de una elipse (el gran matemtico indio S.A.
p 
Ramanujan propuso la siguiente aproximacin: L 3(a + b) (3a + b)(a + 3b) ).

Ejemplo
 95 (la longitud de una hlice)  Calculemos la longitud de la hlice en R3
3
: 4, 4 R R , (t) = a cos(t), a sen(t), bt :
Z 4 Z 4 q
0
2 2
L= || (t)|| dt = a sen(t) + a cos(t) + b2 dt =
4 4
Z 4
= a2 + b2 dt = 8 a2 + b2 .
4

172
6.4.6. Integral de lnea de una funcin escalar

La longitud L de una curva en el plano es igual al rea de la superce en R3 que tiene


como base la propia curva y altura constante 1 (ver Figura 89a),

Z b p
1 x0 (t)2 + y 0 (t)2 dt.
a

Figura 89: Integral de lnea (escalar).

Si ahora cambiamos el 1 por una funcin f (x, y), cuyo dominio incluya a todos los puntos
(t) de la curva (ver Figura 89b), tenemos que

Z b p Z b
f ((t)) x0 (t)2 + y 0 (t)2 dt, o bien f ((t)) || 0 (t)|| dt,
a a

es la integral (llamada de lnea) de f (x, y) sobre la curva en el plano XY parametrizada


como (t) = (x(t), y(t)) , t [a, b], y representa el rea de la superce que tiene como base
la propia curva en el plano XY y altura denida por la funcin f (x, y) (Figura 89b).

Si f (x, y) representa una cierta magnitud fsica (escalar) denida en cada punto (x, y)
del plano, esta integral de lnea tambin puede entenderse como la suma de esta magnitud
evaluada sobre todos los puntos de la curva. Puede verse que el valor de esta integral no
depende de la parametrizacin (t) utilizada ni del sentido de la parametrizacin.

Ejemplo 96 (Integral de lnea escalar) Calcular el rea de la supercie debajo de la


2 2
grca de f (x, y) = x + y sobre el segmento de recta entre los puntos (1, 0) y (0, 1) (Figura
90):

173
Figura 90: Integral de lnea del Ejemplo 96.

Este segmento puede parametrizarse con : [0, 1] R2 , (t) = (0, 1)+t(1, 1) = (t, 1t).
Z 1 Z 1 p
0
Entonces, el rea buscada es f ((t)) || (t)|| dt = f ((t)) x0 (t)2 + y 0 (t)2 dt =
0 0

Z 1
2 2
p Z 1
2 2
2t2 2t + 1 dt =

= t + (1 t) 2 2
1 + (1) dt = 2 .
0 0 3

Ejemplo 97 (Integral de lnea


 escalar)
 f (x, y, z) = x2 +y 2 +z
Integrar la funcin
2
 sobre
3
la trayectoria de la hlice : 4, 4 R R , (t) = a cos(t), a sen(t), bt :

Z 4
2 2 2 2 2 2
q 2 2
a cos (t) + a sen (t) + b t a sen(t) + a cos(t) + b2 dt =
4
4  t3  t=+4
Z 
= a2 + b2 t2 a2 + b 2 a2 t + b 2
a2 + b2 dt = =
3 t=4

4

 43 3 43 3  2  128 3 2 
= a2 + b2 a2 4 + b2 + a2 4 + b2 = a + b2 8a2 + b .
3 3 3

Nota 70 (Valor promedio de f ) El valor promedio de una funcin f (x, y) ( f (x, y, z))
a lo largo de una curva C en el plano XY (respectivamente en el espacio) puede entenderse
como la integral de lnea de f sobre la curva C dividido por la longitud de C, es decir,
Rb
a
f ((t)) || 0 (t)|| dt
Rb
a
|| 0 (t)|| dt

Por ejemplo, el valor promedio de la funcin f (x, y, z) = x2 + y 2 + z 2 sobre la hlice de los


Ejemplos 95 y 97 es

a2 +b2 8a2 + 128 3 b2

8 a2 +b2
3
= a2 + 16
3
2 b2 .

174
6.4.7. Integral de lnea de una funcin vectorial

Dada una funcin o campo vectorialF : D R2 R2 (F (x, y) representa una cierta


2
magnitud fsica vectorial en cada punto (x, y) del plano R , ver Figura 91) y dada una curva

Figura 91: Campo vectorial F (x, y) y curva parametrizada como (t)

en el plano parametrizada por : [a, b] R R2 , (t) = (x(t), y(t)) , diferenciable, con


(t) D, se llama integral de lnea de F sobre la curva denida por a:

Z b
F ((t)) 0 (t) dt
a

donde   es el producto escalar cannico en R2 . Una interpretacin fsica de la integral


de lnea anterior es el trabajo que realiza una partcula cuando se desplaza por el campo
vectorial F siguiendo la trayectoria descrita por la curva (t) desde el punto (a) hasta el
punto (b). Puede verse que el valor de esta integral no depende de la parametrizacin (t),
pero s depende del sentido de la parametrizacin, de modo que, al cambiar el sentido, el
valor de la integral cambia de signo.

Ejemplo 98 (Integral de lnea vectorial) Calcular la integral de lnea del campo vecto-
  3
rial F (x, y, z) = (x, y, z) sobre la trayectoria de la hlice : 0, 4 R R ,

(t) = sen(t), cos(t), t :
Z 4 Z 4   
0
F ((t)) (t) dt = sen(t), cos(t), t cos(t), sen(t), 1 dt =
0 0
4 4
(4)2
Z  Z
= sen(t) cos(t) cos(t) sen(t) + t dt = t dt = = 8 2 .
0 0 2

175
 
Una parametrizacin de la misma hlice pero en sentido contrario es
 : 0, 4 R R3 ,
(t) = sen(4 t), cos(4 t), 4 t . Con esta parametrizacin, el valor de la integral de
lnea es
Z 4   
sen(4 t), cos(4 t), 4 t cos(4 t), sen(4 t), 1 dt =
0
Z 4 
= sen(4 t) cos(4 t) + cos(4 t) sen(4 t) + t 4 dt =
0
4
(4)2
Z
= (t 4)dt = 4(4) = 8 2 ,
0 2
luego al cambiar el sentido de la parametrizacin, la integral ha cambiado de signo.

Nota 71 Supongamos que el campo vectorial F es el gradiente de un campo escalar H,


F = H . Dicho de otro modo, H es la funcin potencial de F (ver Seccin 5.10). La derivada
0 0
de H((t)) (ver regla de la cadena (12) en la pgina 147) es H((t)) (t) = F ((t)) (t),
luego H((t)) es una primitiva del integrando y, por el TFC (Teorema 71),
Z b
F ((t)) 0 (t) dt = H((b)) H((a)),
a
es decir, la integral de lnea de F a lo largo de una curva slo depende de los puntos inicial
y nal. A estos campos vectoriales F (que son el gradiente de un campo escalar H ), se les
llama campos conservativos.

6.4.8. El Teorema de Green

Estudiemos ahora las integrales de lnea de campos vectoriales sobre una curva C en el
plano cerrada (continua y tal que el punto inicial y nal coinciden), regular a trozos (puede
ser parametrizada con una diferenciable excepto en un nmero nito de puntos) y simple
(no se corta a s misma). En ese caso, se suele utilizar le notacin
I Z b
F dC = F ((t)) 0 (t) dt.
a
C
Recordemos que estas integrales s dependen del sentido de la parametrizacin, de modo
que, al cambiar el sentido, el valor de la integral cambia de signo. Para jar ideas, llamemos
parametrizacin positiva a aquella que sigue el sentido contrario a la agujas del reloj. El
siguiente Teorema de Green relaciona las integrales de lnea vectoriales con la integrales
dobles que veremos en el Tema 7.

Teorema 72 (de Green) C una curva parametrizada positiva en el plano, cerrada,


Sea
regular a trozos y simple. Sea R la regin del plano determinada por C y su interior. Sea

F (x, y) = p(x, y), q(x, y) un campo vectorial tal que p y q tienen derivadas parciales con-
tinuas en R. Entonces,
I ZZ  
q p
F dC = dx dy.
x y
C R

176
Ejemplo 99 (Teorema de Green) Comprobemos el Teorema de Green para la integral

del campo vectorial F (x, y) = x2 + y 2 , xy sobre la curva denida por el contorno del
rectngulo unidad.

El cuadrado unidad dene una curva cerrada, regular a trozos (los 4 lados) y simple (no se
corta a s misma) que puede parametrizarse positivamente como:


(t, 0), si t [0, 1],
(1, t 1), si t [1, 2],

: [0, 4] R2 , (t) =

(3 t, 1), si t [2, 3],
(0, 4 t), si t [3, 4],

I Z 4 Z 1 Z 2
0
luego F dC = F ((t)) (t) dt = F (t, 0) (1, 0) dt + F (1, t 1) (0, 1) dt +
0 0 1
C
Z 3 Z 4
+ F (3 t, 1) (1, 0) dt + F (0, 4 t) (0, 1) dt =
2 3
Z 1 Z 2
2
= (t , 0) (1, 0) dt + (1 + (t 1)2 , t 1) (0, 1) dt +
0 1
Z 3 Z 4
2
+ ((3 t) + 1, (3 t)) (1, 0) dt + ((4 t)2 , 0) (0, 1) dt =
2 3
Z 1 Z 2 Z 3
= t2 dt + (t 1)dt + (t2 + 6t 10)dt + 0 =
0 1 2
1
= 3
+ 42 2 12 + 1 9 + 27 30 + 83 12 + 20 = 21 .

q p
Por otro lado, como F = y, = 2y,
tiene derivadas parciales continuas, y como
x y
ZZ   ZZ Z 1Z 1 Z 1
q p 1
dx dy = (y) dx dy = (y) dx dy = (y) dy = .
x y 0 0 0 2
R R

I 
Ejemplo 100 (Teorema de Green)

Calcular sen(x2 ) + 3y, 2x cos(y 2 ) dC siendo

C
C la circunferencia x2 + y 2 = 4.
q p
Como se cumplen todas las hiptesis del Teorema de Green, y como = 2, = 3,
x y
I ZZ
2 2
(2 3) dx dy = 22 = 4.

sen(x ) + 3y, 2x cos(y ) dC =
C R

177
6.5. Integrales innitas e impropias

Hasta ahora, hemos estudiado integrales de funciones acotadas denidas en intervalos


acotados [a, b]. En este tema vamos a generalizar estas integrales estudiando:
Z +
(a) integrales sobre intervalos no acotados, integrales innitas: f (x) dx.
a

Notar que queremos calcular el rea de una regin innita. Puede una regin innita tener
un rea (nita)? Para denirla tenemos que recurrir al paso al lmite. Sea f : [a, +) R
una funcin integrable en cada intervalo [a, x] con x > a. Llamamos integral innita al lmite
Z + Z x
f = lm f (t) dt,
a x+ a

y diremos que la integral es convergente si este lmite existe y es nito.


Z b Z b
Del mismo modo, para f : (, b] R, llamamos f = lm f (t) dt.
x x

(b) Integrales de funciones no acotadas, integrales impropias:


Tambin ahora queremos calcular el rea de una regin innita. Sea
f : [a, b) R una funcin integrable en cada intervalo [a, x] con
x (a, b). Llamamos integral impropia al lmite

Z b Z x
f = lm f (t) dt,
a xb a

y diremos que la integral es convergente si el lmite existe y es nito.

Z b Z b
Idem para f : (a, b] R, llamamos f = lm+ f (t) dt.
a+ xa x

Nota 72
Rx
El paso al lmite es despus de calcular la integral
a
f (t) dt. Para calcular la
integral podemos utilizar cualquier mtodo vlido (sustitucin, partes, etc.). En particular,

178
si conocemos una primitiva de f, F , tenemos que
Z +   Z b  
f = lm F (x) F (a) , f = lm F (x) F (a) .
a x+ a xb

Nota 73 Como en todo lmite cuando x ( nito o innito), su existencia, o no, slo
depende de lo que ocurre cerca de . As por ejemplo, dado c (a, +),

Z + Z c Z +
f (x) dx = f (x) dx + f (x) dx.
a a c

Del mismo modo para integrales impropias, dado c (a, b),


Z b Z c Z b
entonces f (x) dx = f (x) dx + f (x) dx.
a a c

Nota 74 Si el nmero de puntos problemticos es mayor que uno, hay que dividir la
R +
integral en trozos de modo que cada integral sea de uno de los 4 tipos anteriores,
a
f,
Rb R b Rb R +

f, a
f y a+ f . Por ejemplo, dada f : R R continua, la integral f es
Rc R +
convergente si, tomando c R, convergen las integrales f y f, y denimos
c
Z + Z c Z +
f = f + f.
c

Un ejemplo importante de integral innita es la Integral de Probabilidad o Integral de Gauss,


que resolveremos en el Ejemplo 109, pgina 193:
Z +
2
ex dx = .

179
Z +
Para que la integral f de una funcin como la siguiente

Ra R b Rc R d Re R +
sea convergente, tienen que serlo las 6 integrales

f, a
f, b+
f, c
f, d+
f, e
f.

Ejemplo 101 Consideremos la funcin

1
f : [0, 1] R, f (x) = .
1x
Como esta funcin tiene a 1 como punto problemtico,
tenemos la integral impropia siguiente:

Z 1 Z x
1 1   s=x
dx = lm ds = lm log(1s) =

0 1x x1 0 1s x1 s=0
 
= lm log(1x) + log(1) = +.
x1

1
Ejemplo 102 Consideremos la funcin f : [1, +) R, f (x) = (con R).
x
Z + Z x
1 1  
Para = 1, dx = lm ds = lm log(x) log(1) = + (Divergente).
1 x x+ 1 s x+

Z + Z + Z +  s+1 s=x 
1
Para 6= 1, dx = x dx = l
m s ds = l
m =

x + 1

1 1 x+ 1 x+ s=1

1

 x1 1  1 1 1 , si > 1
1
= lm = + lm (x ) =
x+ 1 1 1 1 x+
diverge, si < 1.

180
Z +
1
Por lo tanto, la integral dx es convergente si, y slo si, > 1. Este resultado es
1 x
P 1 1 1 1 1 1 1
similar al de la serie armnica generalizada,

= + + + + + + ,
n1 n 1 2 3 4 5 6
que tambin es convergente si, y slo si, > 1 (ver el Teorema 23, pgina 39). Esto no es
casualidad, pues existe una relacin entre integrales innitas y series:

Teorema 73 (Criterio de Cauchy) Sea f : [1, +) R+ decreciente, y sean an > 0


tales que f (n) = an , para todo n. Entonces,

Z + +
X
f (x) dx converge an converge.
1 n=1

R + P+
Notar que tambin tenemos que
1
f (x) dx diverge n=1 an diverge.

1
R + 1
P
En el ejemplo anterior, la integral
1 x
dx es convergente si, y slo si, la serie n
es
convergente. De este modo, algunos criterios para series pueden traducirse a criterios para la
convergencia de integrales innitas (recordemos que no siempre se puede calcular la primitiva
de una funcin f ):

Teorema 74 (Criterio de Comparacin con ) Sean f, g : [a, +) R+ funciones


integrables en cada [a, x] con x>a y tales que 0 < f (x) g(x) para todo x.
R + R +
Si a
g es convergente, entonces a
f tambin es convergente.
R + R +
Si a
f es divergente, entonces a
g tambin es divergente.

Teorema 75 (Criterio de Comparacin con lmites) Sean f, g : [a, +) R+


funciones integrables en cada [a, x] con x>a y tales que

f (x)
= R, 6= 0.
lm
x+ g(x)
Z + Z +
Entonces, f es convergente g es convergente.
a a

Como ocurre en series, estos resultados son para funciones positivas. Para funciones
positivas y negativas f : [a, +) R (integrable en cada [a, x] con x > a), decimos que
absolutamente convergente
R + R +
la integral
a
f (x) dx es si la integral
a
|f (x)| dx es
convergente. Y tambin como en series se cumple que absolutamente convergente implica
convergente y que el recproco no es cierto (ver Figura 92).
R +
Estos criterios los hemos escrito para integrales innitas del tipo
a
f, pero son
Rb
tambin vlidos para integrales innitas del tipo

f, y para integrales impropias de los

181
Figura 92: Integral innita convergente pero no absolutamente convergente

R b Rb
tipos
a
f e
a+
f . De hecho, cualquier integral impropia puede transformarse en una
integral innita sin ms que aplicar un cambio de variable:

Integral Impropia Cambio de variable Integral innita

1
b +

f +a
Z Z
1 t
f (x) dx t= dt
a+ xa 1
ba
t2

b 1
+

f b
Z Z
1 t
f (x) dx t= dt
a bx 1
ba
t2

Ejemplo 103 Hay funciones importantes que se denen con integrales innitas, como la
funcin gamma de Euler,

Z +
(s) = ex xs1 dx, s > 0,
0

que tiene la importante propiedad de que (n + 1) = n!, o la funcin beta de Euler,

Z 1
B (x, y) = tx1 (1 t)y1 dx,
0

la cual, si x 1 o y 1 es una integral de Riemann, mientras que si x < 1 o y < 1 (o ambas


simultaneamente) es una integral impropia que converge. Notar que existe una relacin entre
las funciones gamma y beta
(x) (y)
B (x, y) = .
(x + y)

182
7. Integrales dobles y triples

As como las integrales de funciones de una variable representan el rea de una supercie,
las integrales dobles de funciones de dos variables representan el volumen de un slido.

7.1. Integrales dobles en un recinto rectangular



R = [a, b][c, d]
Sea un rectngulo en R2 , R = (x, y) : a x b, c y d , y sea
f : R R2 R una funcin de dos variables positiva y acotada. Queremos calcular el
volumen comprendido bajo la grca de z = f (x, y) y sobre la regin R en el plano OXY:

De un modo similar a las integrales de funciones de una variable (Seccin 6.1 pagina 159), to-
mamos dos particiones P = {s0 , s1 , . . . , sn }, Q = {t0 , t1 , . . . , tm } de los intervalos [a, b], [c, d],

a = s0 < s1 < . . . < sn = b, c = t0 < t1 < . . . < tm = d,

que dividen al rectngulo R = [a, b] [c, d] en n m rectngulos Rij = [si1 , si ] [tj1 , tj ]


(ver Figura 93). Llamamos Mij , mij al supremo e nmo de la funcin en el rectngulo Rij
y levantamos dos prismas sobre cada rectngulo Rij , uno de altura Mij (por encima de la
funcin) y otro de altura mij (por debajo de la funcin). Si sumamos los volmenes de todos
estos prismas tenemos

n X
X m
U (f, P, Q) = Mij (tj tj1 ) (si si1 ), suma superior de Darboux,
i=1 j=1
Xn X m
L (f, P, Q) = mij (tj tj1 ) (si si1 ), suma inferior de Darboux,
i=1 j=1

y entre ambos valores est el valor de la integral. Como en una variable, puede verse que
existen = supremo {L (f, P, Q) , P, Q} y = nmo {U (f, P, Q) , P, Q}.

183
Figura 93: Construccin de las sumas superior e inferior en una integral doble.

Denicin 61 Decimos que f es integrable en R si = , a este valor lo llamamos integral


doble de f en R y se denota por ZZ
f (x, y) dx dy.
R
(Si f es positiva, representa el volumen del prisma que tiene como base la regin R en el
plano OXY y est limitado por arriba por la grca de f ).

Por ejemplo, puede verse que si f es continua en R entonces f es integrable en R.


Cmo calcular esa integral doble? Si f es integrable, existe el lmite doble de las sumas de
Darboux cuando ambas particiones se hacen innitamente nas, luego tambin existen los
lmites reiterados, en los que primero hacemos una particin innitamente na y, despus la
otra. Supongamos que f es continua en R. Entonces, la suma de Darboux con las particiones
P y Q puede expresarse como
!
n P
P m n
P m
P
f (wi , uj ) (tj tj1 ) (si si1 ) = f (wi , uj ) (tj tj1 ) (si si1 ),
i=1j=1 i=1 j=1

con (wi , uj ) un punto del rectngulo Rij . Para cada i, la funcin de una variable f (wi , y) es
continua, luego integrable, y si hacemos la particin Q innitamente na obtenemos:
n R  h i P n
P d Rd
c
f (wi , y)dy (si si1 ) = Llamando A(x) = c f (x, y)dy = A(wi )(si si1 ),
i=1 i=1

Q de la funcin de una variable A(x), continua.


que es una suma de Darboux con la particin
Rb
Si ahora hacemos P innitamente na obtenemos la integral A(x)dx y sustituyendo A(x)
a
obtenemos que

ZZ Z bZ d
f (x, y)dx dy = f (x, y)dy dx (Integral Reiterada 1).
R a c

184
R bR d Rb
Intuitivamente, la integral reiterada anterior
a c a
f (x, y)dy dx =
A(x)dx signica que
el volumen de un slido puede obtenerse como la suma de las reas de sus innitas secciones
A(x) perpendiculares al eje OX, (ver la Figura 94) para todo x recorriendo el intervalo [a, b]:

Z b
Volumen A(x)dx
a

Figura 94: El volumen como suma de reas de secciones.

Se llama integral reiterada porque primero integramos respecto de una variable (la y) y
luego respecto de la otra (la x). Pero tambin podemos hacerlo al revs:

n P
m m
 n

P P P
f (wi , uj ) (tj tj1 ) (si si1 ) = f (wi , uj )(si si1 ) (tj tj1 ) ,
i=1j=1 j=1 i=1

y haciendo primero la particin P innitamente na y despus la Q obtenemos que

ZZ Z dZ b
f (x, y)dx dy = f (x, y)dx dy (Integral Reiterada 2),
R c a

en la que primero integramos respecto de x y despus


R b respecto de y . En este caso, el volumen
se obtiene como la suma de las secciones B(y) = f (x, y)dx perpendiculares al eje OY:
a

Z d
Volumen B(y)dy
c

185
Hemos visto que el volumen de un slido slo depende del rea de cada seccin vertical.
As, obtenemos:

Nota 75 (El Principio de Cavalieri) Dos cuerpos con la misma altura que tengan igual
rea en sus secciones planas realizadas a una misma altura, tienen el mismo volumen.

Ejemplo 104 Calcular el volumen de la regin del espacio comprendida bajo la grca de
la funcin f (x, y) = x2 + y 3 y sobre el rectngulo R = [0, 1] [2, 3] (ver gura).

El volumen pedido es la integral doble


ZZ
V = f (x, y) dxdy,
R

con R = (x, y) : 0 x 1, 2 y 3 ,
que podemos calcular con las integrales
reiteradas:

3 1 3 1 3 x=1
x3
Z Z Z Z  Z 
2 3
+ y3x

V = f (x, y) dx dy = x +y dx dy = dy =
2 0 2 0 2 3 x=0

3  y=3
y y 4 3 34 2 24
Z   
1 3 199
= + y dy = + = + = ,
2 3 3 4 y=2 3
4 3 4 12
o bien

1 3 1 3 1 y=3
y4
Z Z Z Z  Z 
2 3 2

V = f (x, y) dy dx = x +y dy dx = x y+ dx =
0 2 0 2 0 4 y=2

1  x=1
34 24 34 2x3 24 34 2 24
Z   
2 199
= 3x + 2x2 dx = 3
x + x x = 1+ = .
0 4 4 4 3 4 x=0 4 3 4 12

Nota 76 Si la funcin a integrar puede descomponerse como f (x, y) = h(x)g(y), utilizando


la propiedad de que las constantes pueden salir fuera de la integral tenemos que:
Z bZ d Z b Z d Z b Z d
h(x)g(y)dy dx = h(x) g(y)dy dx = h(x)dx g(y)dy.
a c a c a c

186
7.2. Integrales dobles en un recinto general

Tambin podemos calcular el volumen de slidos que tengan como base, no un rectngulo
R, sino una regin D ms general del plano OXY como, por ejemplo,
n o
2
D = (x, y) R : a x b, g1 (x) y g2 (x) .
RR
En este caso, la integral doble
D
f (x, y) dx dy (con f positiva) representa el volumen del
slido que tiene como base la regin D del plano OXY y est limitado por arriba por la
grca de z = f (x, y), y se calcula con la integral reiterada:
ZZ Z b Z g2 (x) !
f (x, y) dxdy = f (x, y) dy dx.
D a g1 (x)

Otra posibilidad es que la regin del plano D est dada por


n o
D= (x, y) R2 : c y d, h1 (y) x h2 (y) .
En este caso, !
ZZ Z d Z h2 (y)
f (x, y) dxdy = f (x, y) dx dy.
D c h1 (y)

Es decir, si el dominio de integracin es un rectngulo, podemos elegir entre las dos


integrales reiteradas: integrar primero respecto a x y despus respecto a y o viceversa. Sin
embargo, si el dominio de integracin es una regin D ms general, suele ocurrir que una de
las dos integrales reiteradas es ms fcil de calcular, como se ve en el siguiente ejemplo.

ZZ
Ejemplo 105 Calcular la integral xy dx dy , siendo D la regin del plano comprendida
D
entre las curvas: y = x, xy = 1, y = 2.

La regin D se corresponde con la grca siguiente:

187
y puede describirse del modo siguiente. Para cada valor de y entre 1 y 2, los puntos que estn
1
en D son aquellos cuyo valor de x est entre e y, es decir,
y
 
1
D = (x, y) : 1 y 2, xy ,
y
Z 2 Z y ! Z 2  2 x=y 
1 2 3 1
ZZ Z  
x y
luego xy dx dy = xy dx dy = dy = y dy =
2 x=1/y 2 1 y

1
D 1 y
1

 y=2
y4
  4 4

1 1 2 1 15 log(2)
= log(|y|) = log(2) + log(1) = .
2 4 y=1 2 4 4 8 2

As, el modo natural de hacer esta integral ha sido integrar primero respecto a x y despus
respecto a y.
Veamos que tambin puede hacerse al revs, aunque resulta ms complicado.
1
Si observamos la regin D anterior, la x vara entre y 2. Ahora, para cada uno de estos
2
valores de x tenemos que indicar entre qu valores vara la y . Para hacer esto, tenemos que
1
distinguir dos casos: para cada valor de x entre y 1, los puntos que estn en D son aquellos
2
1
cuyo valor de y est entre y 2, mientras que para cada valor de x entre 1 y 2, los puntos
x
que estn en D son aquellos cuyo valor de y est entre x y 2. Es decir,
n o n o
1 1
D= (x, y) : 2
x 1, x
y 2 (x, y) : 1 x 2, x y 2 ,
!
ZZ Z 1 Z 2 Z Z 2  2
y por lo tanto xy dx dy = xy dy dx + xy dy dx =
1 1
D 2 x
1 x

1 Z 2  2 y=2  Z 1 Z 2
xy 2 y=2 x3
Z    
xy 1
= dx + dx = 2x dx + 2x dx =
2 2 2x 2

1 y=1/x 1 y=x 1
1
2 2

x4 x=2 24
   
1 x=2
log(1) 1 1 1 1
= x2 log(x) + x2 =1 + log( ) + 4 1+ =
2 8 2 4 2 2 8 8

x=1/2 x=1

15 log(2)
= .
8 2
ZZ
Nota 77 Tomando f (x, y) 1, 1 dx dy es el volumen del slido con base
la integral
D
la regin D del plano y altura constante 1, luego tambin representa el rea de D :

ZZ
1 dx dy Volumen = base altura =
D

= rea(D ) 1 = rea(D ).

188
Nota 78 (Valor promedio de una funcin) De modo anlogo a lo que vimos para una
variable en la Seccin 6.4, el valor promedio de la funcin f (x, y) en un dominio D es la
altura M del prisma de base D que tiene un volumen igual a la integral de f , es decir,
RR RR
D
f (x, y) dx dy = M D 1 dx dy . Despejando M , el valor promedio de f (x, y) en D es
RR
D
f (x, y) dx dy
RR .
D
1 dx dy

7.3. Integrales triples

Todo lo anterior puede extenderse a funciones de tres variables f : R3 R para obtener


la integral triple sobre un paraleleppedo R = [a, b] [c, d] [r, s],
ZZZ Z b Z d Z s  
f (x, y, z) dx dy dz = f (x, y, z) dz dy dx.
R a c r

Si el dominio de integracin no es un paraleleppedo [a, b][c, d][r, s] pero es una regin


3
D del espacio R que pueda ser denida por
n o
D= (x, y, z) R3 : a x b, g1 (x) y g2 (x) , h1 (x, y) z h2 (x, y) ,

entonces
! !
ZZZ Z b Z g2 (x) Z h2 (x,y)
f (x, y, z) dxdydz = f (x, y, z) dz dy dx.
D a g1 (x) h1 (x,y)

3
Una integral triple no representa, en general, un volumen en R (sera un hipervolumen
4
en R ). Si f (x, y, z) es un campo escalar representando una magnitud fsica en cada punto
RRR
(x, y, z) D, la integral triple
D
f (x, y, z) dx dy dz es la suma total de esa magnitud en
la regin D del espacio. Si tomamos
RRR f (x, y, z) 1, de modo similar a lo visto en la Nota
77 anterior, la integral triple
D
1 dx dy dz representa el volumen de D, y si dividimos, el
valor promedio de f en D es RRR
D
f (x, y, z) dx dy dz
RRR .
D
1 dx dy dz

Ejemplo 106 Calcular, con una integral triple, el volumen V de la regin D del espacio R
3
2 2
encerrada por la supercie z = 4 x y y los planos x + y = 2, x = 0, y = 0, z = 0.

D es la regin del primer octante de R3 bajo la grca del paraboloide z = 4 x2


2
y cortada por el plano vertical x + y = 2 (ver Figura 95). Tenemos que describir D
matemticamente, indicando intervalos para las tres variables x, y, z. Para ver mejor el
rango de las variables x, y hemos representado la planta de la regin D sobre el plano

189
Figura 95: Regin D del Ejemplo 106

OXY . As, tenemos que 0x2 y, para cada uno de estos valores de x, 0 y 2 x.
Ahora, para cada par de estos valores de (x, y), tenemos que 0 z 4 x2 y 2 . As, la
regin D se describe como:
n o
D= (x, y, z) R3 : 0 x 2, 0 y 2 x, 0 z 4 x2 y 2 ,

y podemos calcular el volumen V con la integral triple sobre D de la funcin f (x, y, z) = 1:


! !
ZZZ Z 2 Z 2x Z 4x2 y 2 Z 2 Z 2x 
2 2

V = 1 dx dy dz = 1 dz dy dx = 4x y dy dx =
D 0 0 0 0 0
h
En este punto tenemos una integral doble. Notar que el volumen V tambin podramos

haberlo planteado como una integral doble. En ese caso, sera la integral de la funcin
f (x, y) = 4 x2 y 2 sobre la regin del plano denida por la planta de D, es decir, i
{(x, y) R2 : 0 x 2, 0 y 2 x}, que es la integral doble que tenemos.

2 2
y3 (2 x)3
Z   Z  
2 y=2x 2 16
= 4y x y dx = 4(2 x) x (2 x) dx = = .
3 3 3

0 y=0 0

7.4. Cambios de coordenadas para integrales dobles y triples

En algunas integrales dobles, es posible transformar un dominio de integracin D difcil


en undominio R ms fcil, a ser posible un rectngulo, mediante un cambio de coordenadas
: R D, (x, y) = (u, v). Recordemos que, para integrales de funciones de una variable,
si hacemos el cambio x = g(t) tenemos que (ver pgina 121)

Z b Z d
f (x) dx = f (g (t)) g 0 (t) dt, con a = g(c), b = g(d).
a c

190
Notar que aparece la derivada de la funcin de cambio de variable, g 0 (t). Para integrales
dobles, si hacemos el cambio de variables (x, y) = (u, v) tambin aparecen las derivadas,
que en este caso son las 4 derivadas parciales de x, y respecto de u, v :
ZZ ZZ
 (x, y)
f (x, y) dxdy = f (u, v) du dv, con D = (R) ,
D R (u, v)
x x

(x, y) u v (x, y)
donde = det es el Jacobiano de , y
(u, v) su valor absoluto.

(u, v) y y
u v

Veamos algunos ejemplos.

7.4.1. Integral doble por cambio a coordenadas polares

El cambio a coordenadas polares es til cuando la regin D es un crculo o una porcin


de crculo. Recordemos que las ecuaciones de cambio son (Figura 57, pgina 88):

x = r cos()
,
y = r sen()

luego el determinante de la matriz Jacobiana es:

x x

cos() r sen()
(x, y) r
= det = det = r.
(r, ) y y
r
sen() r cos()

ZZ
Ejemplo 107 Calcular f (x, y) dx dy donde D es la corona circular comprendida entre
D
las circunferencias x2 + y 2 = 9 y x2 + y 2 = 4.

191
Si la funcin a integrar f (x, y) no tiene simetras, para hacer la integral en coordenadas
cartesianas hay que dividirla en 4 trozos, segn la gura anterior:


ZZ Z 2 Z + 9x2 Z +2 Z 4x2
f (x, y) dx dy =
f (x, y) dy dx +
f (x, y) dy dx +
D 3 9x2 2 9x2

Z +2 Z 9x2 Z 3 Z + 9x2
+
f (x, y) dy dx +
f (x, y) dy dx.
2 4x2 2 9x2

Sin embargo, si cambiamos a coordenadas polares:

n o
D = (x, y) : 4 x2 + y 2 9 =
h i
= hacemos x = r cos(), y = r sen() =
n o
= (r, ) : 4 r2 cos2 () + r2 sen2 () 9 =
n o h i
= (r, ) : 4 r2 9 = para todo =
n o
= (r, ) : 2 r 3, 0 2 = R.

Por lo tanto,

ZZ ZZ Z 2Z 3
 
f (x, y) dx dy = f r cos(), r sen() r dr d = f r cos(), r sen() r dr d,
D R 0 2

que es una integral, en general, ms fcil de calcular. Por ejemplo, si tomamos como funcin
f (x, y) la funcin 1, podemos calcular el rea de esta corona circular:
a integrar
ZZ ZZ Z 2Z 3 h i Z 2 Z 3
1 dx dy = 1 r dr d = r dr d = Nota 76 = d r dr =
D R 0 2 0 2

r2 r=3 32 22
   
5
= 2 d = 2 = 2 = 5.
2 r=2 2 2 2

192
Ejemplo 108 e(x +y ) dx dy siendo D la regin en el primer
2 2 RR
Calcula la integral
D
2 2 2 2
cuadrante del plano OXY entre las circunferencias x + y = 1 y x + y = 4.

De nuevo es conveniente hacer el cambio


a coordenadas polares pues en polares el
dominio de integracin resulta

n o
R = (r, ) : 0 , 1 r 2 .
2
Por lo tanto,

ZZ ZZ Z Z 2 i Z 2
2
h
(x2 +y 2 ) r2 r2 2
e dx dy = e r dr d = e r dr d = Nota 76 = er r dr =
D R 0 1 2 1
 Z 2
1 2  r2 2 
= (2r)er dr = e = e4 + e1 .
2 2 1 4 1 4 4

Z +
Ejemplo 109 (La integral de Gauss)
2
Vamos a calcular ex dx, presentada en la
R + R +
2 2
Nota 74, pgina 179. Para ello, llamemos I =
ex dx y tambin I =
ey dy .
Entonces,

Z +  Z +  Z + Z +  ZZ
x2 y 2 x2 y 2 2 2
2
I = e dx e dy = e dx e dy = ex ey dx dy =
R2
ZZ h i ZZ Z 2 Z +
(x2 +y 2 ) r2 2
= e dx dy = cambiando a polares = e r dr d = er r dr d =
R2 R2 0 0

+ r   r
1
h i Z Z Z
r2 t2 2
= Nota 76 = 2 e r dr = 2 lm e t dt = 2 lm et (2t) dt =
0 r+ 0 2 r+ 0
  t=r  2 
t2 r
= () lm e = () lm e 1 = . Por lo tanto, I 2 = =
r+ t=0 r+
Z +
2
= I = ex dx = .

193
7.4.2. Integral doble por cambio a coordenadas elpticas

El cambio a coordenadas elpticas es til cuando la regin D es una elipse o porcin de


2
x2
elipse, de ecuacin
a2
+ yb2 = 1, y viene dado por la siguiente relacin:


x = a r cos()
y = b r sen()

donde, como en las polares, r 0, 0 2 . En este caso el Jacobiano es


x x
a cos() ra sen()
(x, y) r
= det = det = abr.
(r, ) y y
r
b sen() rb cos()

Ejemplo 110 (El rea de la elipse) Calculemos el rea de la supercie D encerrada por
x2 y2
la elipse de semiejes a y b, de ecuacin 2 + 2 = 1. Cambiando a coordenadas elpticas,
a b

n x2 y 2 o h i
D = (x, y) : + 2 1 = hacemos x = a r cos(), y = b r sen() =
a2 b
n a2 r2 cos2 () b2 r2 sen2 () o n
2
o
= (r, ) : + 1 = (r, ) : 0 r 1 =
a2 b2
n o
= (r, ) : 0 r 1, 0 2 = R.

ZZ h i ZZ
Por lo tanto, el rea de la elipse es: 1 dx dy = cambio a elpticas = 1 abr dr d =
D R
Z 2Z 1 h i Z 2 Z 1  r2  r=1
= ab r dr d = Nota 76 = ab d r dr = ab 2 = ab.

2 r=0

0 0 0 0

7.4.3. Integral triple por cambio a coordenadas cilndricas

Para las integrales triples, si hacemos el cambio de variables (x, y, z) = (u, v, w) (por
ejemplo, transforma un paraleleppedo R en un conjunto R3 ), D de
ZZZ ZZZ
 (x, y, z)
f (x, y, z) dx dy dz = f (u, v, w) du dv dw.
D R (u, v, w)

194
Por ejemplo, el cambio de cartesianas a coordenadas cilndricas viene dado por

(x, y, z) = (r, , z) = r cos(), r sen(), z , es decir,


x = r cos()


y = r sen()

z=z

donde r 0, [0, 2], z R. Estas coordenadas se llaman cilndricas pues los puntos de
R3 que cumplen r = cte forman un cillindro. El determinante de la matriz Jacobiana es
x x x

r z cos() r sen() 0

(x, y, z) y y y

= det sen()

= det r z
r cos() 0
= r.
(r, , z)





z z z
r z
0 0 1

7.4.4. Integral triple por cambio a coordenadas esfricas

En R3 , el cambio de cartesianas a coordenadas esfricas viene dado por

(x, y, z) = (, , ) = ( cos() cos(), cos() sen(), sen()) , es decir,


x = cos() cos()


y = cos() sen()

z = sen()

195

donde 0, [0, 2], [ , ]. Estas coordenadas se llaman esfricas pues los puntos
2 2
3
de R que cumplen = cte forman una esfera. El determinante de la matriz Jacobiana es
x x x



(x, y, z)
y y y

= det =


(, , )

z z z


cos() cos() sen() cos() cos() sen()
h i

cos() sen() sen() sen()
= det cos() cos()
= desarrollando por la la 3 =

sen() cos() 0
 
= sen() 2 sen() cos() cos2 () 2 sen() cos() sen2 ()
 
2 2 2 2
cos() cos () cos () + cos () sen () =
   
= sen() sen() cos() cos() cos () = cos() sen () + cos () = 2 cos().
2 2 2 2 2 2


(x, y, z) 2
Por lo tanto,
(, , ) = cos().

Ejemplo 111 (El volumen de la esfera de Radio R) Observa en la gura anterior que
la esfera de radio R se describe en coordenadas esfricas como
n o
(, , ) : 0 2, + , 0 R ,
2 2
luego el volumen de la esfera es:
ZZZ h i Z 2Z + 2Z R h i
1 dx dy dz = cambio a esfricas = 2 cos() d d d = Nota 76 =
E 0 2 0

2 + 2 R  =+ 2  3  =R R3
Z Z Z
2
 4 3
= d cos() d d = 2 sen() = 2(1 + 1) = R .

3 =0 3 3


0 2 0 = 2

Ejemplo 112 (El volumen de la esfera de Radio R) El volumen de la esfera tambin


puede calcularse como la suma de sus secciones:
Z R Z R  2 Z R  
Volumen = Seccin(x) dx = R2 x2 dx = R2 x2 dx =
R R R
 x3  x=R  R3 R3  4 3
= R2 x = R3 + R3 = R .
3 x=R 3 3 3

196
Nota 79 Existe otra versin de las coordenadas esfricas en R3 , que viene dada por:

(x, y, z) = ( sen() cos(), sen() sen(), cos()) .


x = sen() cos()


y = sen() sen()

z = cos()

(x, y, z)
= 2 sen().
(, , )

Otros cambios de coordenadas

Dependiendo del problema, pueden ser tiles otros cambios de coordenadas distintos de
los anteriores. Veamos un ejemplo.

ZZ
Ejemplo 113 Calcular la integral (x y)2 cos2 (x + y) dx dy , siendo D la regin aco-
D
tada por el cuadrado de vrtices (0, 1) , (1, 2) , (2, 1) , (1, 0), (ver gura).

197
En este caso, el cambio de coordenadas u = x y , v = x + y simplica tanto la funcin a
2 2
integrar, u cos (v), como el dominio de integracin, que resulta (ver gura)

n o
R = (u, v) : 1 u +1, 1 v 3 .

(x,y)
Para hacer este cambio, tenemos que calcular el jacobiano
(u,v)
. Despejando x, y en u = xy ,
u+v vu
v = x + y, obtenemos que x= 2
, y= 2
, luego

x x 1 1

(x, y) u v 2 2
= 1.
= det = det
(u, v) y y 2
u v
12 1
2

ZZ ZZ
2 2
h i 1
Por lo tanto, (x y) cos (x + y) dx dy = Cambio = u2 cos2 (v) dv du =
D R 2
Z 1 Z 3 i 1 1 3 Z Z
1 h
= u2 cos2 (v)dvdu =
76 = u2 duNota cos2 (v) dv =
2
1 1 2 1 1
 3  
1 u u=1 v 1 v=3 1 1 
= + sen(v) cos(v) = + sen(3) cos(3) sen(1) cos(1) .
2 3 2 2 3 6

u=1 v=1

Ejemplo 114 (Ejemplo Resumen) Calcular el volumen del slido comprendido entre el
2 2
paraboloide invertido z =5x y y los planos z=1 y z = 4.

En la primera gura estn representadas las tres supercies del problema, en la segunda el
slido del que queremos calcular el volumen y en la tercera la proyeccin de este slido sobre
el plano XY, donde llamamos D1 al crculo interior (de radio 1), D2 al crculo exterior (de
radio 2) y R a la corona circular D2 \D1 . Podemos calcular el volumen de cuatro modos:
Calculamos el volumen entre el paraboloide y el plano z = 1, cuya base es D2 , y le restamos
el volumen entre el paraboloide y el plano z = 4, cuya base es D1 :
ZZ ZZ
2 2
(5 x2 y 2 ) 4 dx dy .
 
V = (5 x y ) 1 dx dy
D2 D1

198
Calculamos el volumen entre el paraboloide y el plano z=1 pero considerando como base
slo a la corona circular R y le sumamos el volumen con base en D1 entre el plano z=4 y
el plano z=1 (este segundo volumen es el de un cilindro):
ZZ ZZ
2 2

V = (5 x y ) 1 dx dy + (4 1) dx dy .
R D1

Sumamos todas las secciones del slido paralelas al plano XY entre z = 1 y z = 4:


Z 4 h i Z 4
V = Seccin(z) dz = Cada seccin es un crculo de radio 5z = (5z) dz .
1 1
3
Como una integral
RRR triple: si llamamos E al recinto de R cuyo volumen queremos calcular,
entonces V = 1 dx dy dz . El recinto E puede expresarse como
E
n o
E = (x, y, z) : 1 z 4, 5z x + 5z, 5z x2 y + 5z x2 ,

ZZZ Z 4 Z + 5z Z + 5zx2
luego V = 1 dx dy dz =
1 dy dx dz .
E 1 5z 5zx2

15
Comprueba que, de cualquiera de los 4 modos anteriores, el volumen buscado es .
2

7.5. Integral doble y clculo de reas de supercies curvas

Del mismo modo que la longitud de una linea curva puede calcularse con una integral
de una variable (ver Seccin 6.4.3), el rea de una supercie curva puede calcularse con una
3
integral doble. Si tenemos una supercie en R denida por una funcin z = f (x, y) sobre
2
un dominio D R , el rea de esta supercie es
s  2  2
ZZ
f f
1+ + dxdy.
D x y
Notar que si la supercie es plana y horizontal (f (x, y) es constante), obtenemos que el rea
RR
de la supercie es
D
1 dxdy =rea(D) (ver Nota 77 en la pgina 188).

Ejemplo 115 (rea de la esfera) R, de ecuacin


Calculemos el rea de la esfera de radio
p
2 2 2 2
x +y +z = R . Despejando
 z tenemos que la grca
de la funcin f (x, y) = R 2 x2 y 2
2 2 2 2
en el dominio D = (x, y) R : x + y R es una semiesfera de radio R. As, el rea
de la esfera es
s  2  2 ZZ s
x2 y2
ZZ
f f
2 1+ + dxdy = 2 1+ + dxdy =
D x y D R 2 x2 y 2 R 2 x2 y 2
ZZ s
R 2 x2 y 2 + x2 + y 2
ZZ
R h i
2 dxdy = 2 p dxdy = cambio a polares =
D R 2 x2 y 2 D R 2 x2 y 2

199
ZZ Z R Z R
R r  1 
=2 r drd = 2 2 R drd = 2R 2r R2 r2 2 dr =
R R2 r 2 0 R2 r 2 0
1
 (R2 r2 ) 2  r=R
= 2R = 0 + 2R 2 R2 = 4R2 .

1
r=0
2

200
8. Mximos y mnimos (puntos extremos)

En este tema vamos a estudiar cmo calcular mximos y mnimos (que llamaremos
extremos) de funciones de una y de varias variables. Recordemos los Teoremas 42 y 44 de
Weierstrass de existencia de extremos absolutos de una funcin f continua en un dominio
cerrado y acotado (Seccin 8.3). Estos extremos pueden estar:

en el interior del dominio, lo que nos lleva al concepto de extremo local (Seccin 8.1), o

en la frontera del dominio, que en una variable implica simplemente calcular


f (a) y f (b) pero en varias variables necesitamos el concepto de extremos condicio-
nados que resolvemos con el Teorema de los Multiplicadores de Lagrange (Seccin 8.2).

8.1. Extremos locales

Denicin 62 (Extremo local (una variable)) f : D R R. Diremos que x0 ,


Sea
punto interior de D , es un mximo local o relativo de f si existe un > 0 tal que f (x0 ) f (x)
para todo x (x0 , x0 + ). Idem mnimo local o relativo.

Teorema 76 (Condicin necesaria de extremo local (una variable)) Sea


f : D R R diferenciable en x0 punto interior de D. Si x0 es un extremo local
0
de f , entonces f (x0 ) = 0 (x0 es punto crtico de f ).

Demostracin: Supongamos que x0 es un mnimo local de f . Entonces, f (x0+h)f (x0 ) 0


para valores de |h| menores que el >0 de la Denicin 62 y resulta que,

f (x0 + h) f (x0 ) h positivo


i
f 0 (x0 ) = lm+ 0 ,
h0 h positivo

f (x0 + h) f (x0 ) h positivo


i
f 0 (x0 ) = lm 0 .
h0 h negativo

Como f 0 (x0 ) 0 y f 0 (x0 ) 0, necesariamente f 0 (x0 ) = 0. 

El Teorema 76 se llama condicin necesaria porque el hecho de que f 0 (x0 ) = 0 no


garantiza que x0 sea mximo ni mnimo local de f, como puede verse en la funcin de la
Figura 96: los puntos 1, 2 y 3 son puntos crticos (derivada nula) pero 2 no es mximo ni
mnimo local. Si estamos interesados en saber si un punto crtico es mximo, mnimo o
nada, necesitamos una condicin suciente, que viene de las derivadas de orden superior.

Teorema 77 (Condicin suciente) Sea f : D R R n veces diferenciable con f (n)


continua en D . Sea x0 punto interior de D tal que f 0 (x0 ) = f 00 (x0 ) = = f (n1) (x0 ) = 0,
(n)
pero que f (x0 ) 6= 0, con n 2.
1. Si n es par y f (n) (x0 ) > 0 entonces x0 es mnimo local de f .
2. Si n es par y f (n) (x0 ) < 0 entonces x0 es mximo local de f .
3. Si n es impar entonces x0 no es extremo local de f .

201
Figura 96: Una funcin con 3 puntos crticos pero slo 2 puntos extremos locales.

Demostracin: Como f (n) es continua en D y f (n) (x0 ) no se anula, existe un entorno J de


(n) (n)
x0 donde f (x) tiene el mismo signo que f (x0 ) (ver Teorema 38). Sean x, x0 J . Por el
Teorema 55 de Taylor, existe un entre x y x0 tal que
f 0 (x0 ) f (n1) (x0 ) f (n) ()
f (x) = f (x0 ) + (x x0 ) + + (x x0 )n1 + (x x0 )n ,
1! (n 1)! n!
y como todas las derivadas hasta n1 son nulas, tenemos que

f (n) ()
(x x0 )n .
f (x) f (x0 ) =
n!
n (n)
Si n es par, entonces (x x0 ) > 0. En este caso, si f (x0 ) < 0 entonces f (x) < f (x0 ) para
(n)
todo x J y x0 es mximo local de f , mientras que si f (x0 ) > 0 entonces f (x) > f (x0 )
n
para todo x J y x0 es mnimo local de f . Si n es impar, entonces (x x0 ) es positivo
para x > x0 y negativo para x < x0 , y x0 no es mximo ni mnimo local de f . 

Nota 80 La utilizacin tpica del teorema anterior es con n = 2, es decir, para cada punto
crtico x0 f 00 (x0 ) y, si este valor es positivo, entonces x0 es un mnimo local y, si
se calcula
00
es negativo, un mximo local. En ocasiones, puede ocurrir que f (x0 ) = 0 y entonces hay
000
que estudiar f (x0 ). Si este valor es no nulo, entonces x0 no es mnimo ni mximo local. Si
000
f (x0 ) = 0, entonces hay que estudiar f IV (x0 ) y as sucesivamente.

Para funciones de dos variables, recordemos que B (x0 , y0 ), es la bola de centro (x0 , y0 )
y radio (ver Denicin 4, pgina 5).

Denicin 63 (Extremo local (dos variables)) Sea f : D R2 R. Diremos que


(x0 , y0 ), punto interior de D, es un mximo local o relativo de f si existe un > 0 tal que

f (x0 , y0 ) f (x, y) para todo (x, y) B (x0 , y0 ), .
Del mismo modo (con ) se dene mnimo local o relativo de f.

202
La forma tpica de mnimo local de una funcin de 2 variables es la de la Figura 34, pgina
64, que tiene un mnimo local en el punto (0, 0). La forma tpica de mximo local de una
funcin de 2 variables es la de la Figura 35a. La funcin representada en la Figura 97 tiene
un mximo local en el punto (0, 0) y 4 mnimos locales, situados alrededor del punto (0, 0).
As como en funciones de una variable los extremos locales tienen recta tangente horizontal
(Figura 96), los extremos locales de funciones (diferenciables) de dos variables tienen plano
tangente horizontal, luego sus derivadas parciales son nulas, como dice el siguiente teorema.

Figura 97: Grca de la funcin f (x, y) = 2x4 + y 4 2x2 2y 2

Teorema 78 (Condicin necesaria (2 variables)) Sea f : D R2 R diferenciable


en (x0 , y0 ) punto interior de D. Si (x0 , y0 ) es un extremo local de f , entonces

D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0, o bien f (x0 , y0 ) = (0, 0).

(Decimos que (x0 , y0 ) es un punto crtico de f ).

Demostracin: Supongamos, por ejemplo, que (x0 , y0 ) es un mnimo local de f ,


f (x, y) f (x0 , y0 ) para todo (x, y) B((x0 , y0 ), ).

Fijando y = y0 f (x, y0 ) f (x0 , y0 ) para todo (x, y0 ) B((x0 , y0 ), ), luego


tenemos que
x0 es un mnimo local de la funcin f (x, y0 ) de una variable, la x. Como esta funcin es
diferenciable (ver Nota 55), su derivada es D1 f (x, y0 ), y tiene un mnimo local en x0 , por
el Teorema 76 su derivada en x0 es cero: D1 f (x0 , y0 ) = 0. Del mismo modo, jando x = x0
obtenemos que D2 f (x0 , y0 ) = 0. 
Para funciones de dos variables, el hecho de que f (x0 , y0 ) = (0, 0) (plano tangente
horizontal) tampoco es suciente para que (x0 , y0 ) sea extremo local de f . Por ejemplo, la

203
funcin representada en la Figura 35b, pagina 65, tiene derivadas parciales nulas en el punto
(0, 0), pero ste no es mximo ni mnimo local de f. Estos puntos se llaman puntos de silla
(pues su forma recuerda la de una silla de montar). Observa que la funcin representada en
la Figura 97 tiene tambin 4 puntos de silla, situados entre cada par de mnimos locales.

Para saber si un determinado punto crtico es mximo local, mnimo local o punto de
silla, necesitamos una condicin suciente, que depende de las derivadas parciales de orden
superior (Teorema 79). Recordemos que una funcin de 2 variables tiene 4 derivadas parciales
n
de segundo orden, 8 de tercer orden y, en general, 2 derivadas de orden n. Por lo tanto,
para funciones de dos variables nos limitaremos a ver la condicin suciente con las derivadas
parciales de segundo orden, que se obtiene de la frmula de Taylor (Teorema 64, pgina 151):

f (x0 + h, y0 + k) = f (x0 , y0 ) + D1 f (x0 , y0 )h + D2 f (x0 , y0 )k +


1 2 2

+ D11 f (x0 + h, y0 + k)h + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k ,
2
para algn valor de (0, 1). Si (x0 , y0 ) es un punto crtico de f , entonces D1 f (x0 , y0 ) = 0,
D2 f (x0 , y0 ) = 0, y tenemos que f (x0 + h, y0 + k) f (x0 , y0 ) =
1 
= D11 f (x0 + h, y0 + k)h2 + 2D12 f (x0 + h, y0 + k)hk + D22 f (x0 + h, y0 + k)k 2 ,
2
luego (x0 , y0 ) ser mximo, mnimo local o punto de silla segn el signo de esta expresin.

Teorema 79 (Condicin suciente (dos variables)) f : D R2 R una fun-


Sea
cin con derivadas parciales hasta segundo orden continuas en D . Sea (x0 , y0 ) punto interior
de D tal que D1 f (x0 , y0 ) = D2 f (x0 , y0 ) = 0 (punto crtico). Sea la matriz Hessiana de f en
(x0 , y0 ),    
a11 a12 D11 f (x0 , y0 ) D12 f (x0 , y0 )
A= = .
a21 a22 D21 f (x0 , y0 ) D22 f (x0 , y0 )
1. Si a11 > 0, det(A) > 0, entonces (x0 , y0 ) es mnimo local de f.
2. Si a11 < 0, det(A) > 0, entonces (x0 , y0 ) es mximo local de f.
3. Si det(A) < 0, (x0 , y0 ) no es mximo ni mnimo local de f, (es punto de silla).

4. En otro caso (det(A) = 0), no sabemos si (x0 , y0 ) es mximo o mnimo local de f


(habra que estudiar las derivadas parciales de orden superior).

Ejemplo 116 (2 variables) Calcular los extremos locales de f (x, y) = x2 + y2 + cos(x).


Paso 1: Calcular los puntos crticos. Para ello, calculamos las derivadas parciales, igualamos
a cero y resolvemos el sistema de 2 ecuaciones con 2 incgnitas resultante (Teorema 78):

)
D1 f (x, y) = 2x sen(x) = 0 x=0
D2 f (x, y) = 2y = 0 y=0
Por lo tanto, tenemos un nico punto crtico, el (0, 0).

204
Paso 2: Estudiar si ese punto crtico es mximo local, mnimo local o punto de silla. Para
ello, calculamos el valor de las derivadas parciales de segundo orden en el punto crtico
(Teorema 79). Primero derivamos y luego sustituimos en (0, 0):

D11 f (x, y) = 2 cos(x) D11 f (0, 0) = 1


D12 f (x, y) = 0 D12 f (0, 0) = 0
D22 f (x, y) = 2 D22 f (0, 0) = 2

luego la matriz Hessiana A22 , de las derivadas parciales de segundo orden, en (0, 0) es
   
D11 f (0, 0) D12 f (0, 0) 1 0
A= = .
D12 f (0, 0) D22 f (0, 0) 0 2

Como a11 = 1 > 0 y det(A) = 2 > 0, por el Teorema 79 el punto (0, 0) es un minimo local
de f (Figura 98).

Figura 98: Grca de la funcin f (x, y) = x2 + y 2 + cos(x).

Ejemplo 117 (2 variables) Calcular los extremos locales de f (x, y) = 2x4 +y 4 2x2 2y 2 .
Paso 1: Calcular los puntos crticos. Como en el ejemplo anterior, calculamos las derivadas
parciales, igualamos a cero y resolvemos el sistema resultante (Teorema 78):

D1 f (x, y) = 8x3 4x = 0
)
.
D2 f (x, y) = 4y 3 4y = 0
2
De la primera ecuacin resulta que x(8x 4) = 0, luego o bien x=0 o bien 8x2 = 4
1
x = 12 . Tenemos, pues, 3 valores para x: 0, 12 , 2
.

De la segunda ecuacin resulta que (4y 2 4)y = 0, luego o bien y = 0 o bien y 2 = 1 y = 1.


Tenemos, pues, 3 valores para y: 0, 1, 1.
Por lo tanto, hemos encontrado 9 puntos crticos de f : (0, 0), (0, 1), (0, 1), ( 12 , 0), ( 12 , 1),
1 1 1
( 12 , 1), ( 2
, 0), ( 2
, 1) y ( 2
, 1).

205
Paso 2: Estudiar, para cada uno de estos 9 puntos crticos, si es mximo local, mnimo local
o punto de silla. Para ello, tenemos que calculamos el valor de las derivadas parciales de
segundo orden en cada punto crtico (Teorema 79). Primero derivamos:

D11 f (x, y) = 24x2 4


D12 f (x, y) = 0
D22 f (x, y) = 12y 2 4

y ahora tenemos que sustituir (x, y) por cada uno de los 9 puntos crticos. Como son muchos,
es tpico construir una tabla como la que sigue, en la que, para cada punto crtico (x0 , y0 ),
adems del valor de D11 f (x0 , y0 ), D22 f (x0 , y0 ) y D12 f (x0 , y0 ) calculamos el valor del deter-
minante de la matriz A22 asociada. Con los signos de D11 f (x0 , y0 ) y de det(A) decidimos
si el correspondiente punto crtico (x0 , y0 ) es mximo local, mnimo local o punto de silla:

1 1 1
(0, 0) (0, 1) (0, 1) ( 12 , 0) ( 12 , 1) ( 12 , 1) ( 2
, 0) ( 2
, 1) ( 2
, 1)
D11 f -4 -4 -4 8 8 8 8 8 8
D22 f -4 8 8 -4 8 8 -4 8 8
D12 f 0 0 0 0 0 0 0 0 0
det(A) 16 -32 -32 -32 64 64 -32 64 64
max silla silla silla min min silla min min

As, la funcin f tiene un mximo local, 4 mnimos locales y 4 puntos de silla (Figura 97).

Nota 81 Los Teoremas 78 y 79 anteriores pueden generalizarse a funciones de n variables:

Si un punto a = (x1 , x2 , . . . , xn ) Rn es extremo local de una funcin f (x1 , x2 , . . . , xn )


diferenciable en a entonces

D1 f (a) = D2 f (a) = = Dn f (a) = 0, o bien f (a) = 0 (a es punto crtico de f ).

Sea a = (x1 , x2 , . . . , xn ) Rn f (x1 , x2 , . . . , xn ) con


un punto crtico de una funcin
derivadas parciales hasta segundo orden continuas en un entorno de a y sea la matriz
Hessiana de f en a:
D11 f (a) D12 f (a) D1n f (a)
D21 f (a) D22 f (a) D2n f (a)
A=


Dn1 f (a) Dn2 f (a) Dnn f (a)
Recordemos (pgina 141) que, por el Teorema de Schwarz, la matriz Hessiana Ann es
simtrica. Consideremos los signos de siguientes n determinantes:

el elemento a11 ,  
a11 a12
el determinante de la submatriz 22 ,
a a22
12
a11 a12 a13
el determinante de la submatriz 33 a21 a22 a23 ,
. . . . a31 a32 a33
el determinante de la matriz nn completa, det(A).

206
Si estos n nmeros son TODOS no nulos, entonces,

1. si son los todos positivos, a es un mnimo local, y

2. si son, alternativamente negativo, positivo, negativo, . . . . (por este orden), a es un


mximo local.

3. En cualquier otro caso, a es un punto de silla.

Ejemplo 118 (3 variables) Calcular los extremos locales de la funcin


2 2 2
f (x, y, z) = 2x y 3z + 2xy + 2yz + 2.
Paso 1: Calcular los puntos crticos. Para ello calculamos las derivadas parciales, igualamos
a cero y resolvemos el sistema de 3 ecuaciones con 3 incgnitas resultante:

D1 f (x, y, z) = 4x + 2y = 0




D2 f (x, y, z) = 2y + 2x + 2z = 0


D3 f (x, y, z) = 6z + 2y = 0

Como en este caso es un sistema lineal, no es difcil comprobar que slo tiene una solucin,
x = y = z = 0, luego tenemos un nico punto crtico, el (0, 0, 0).
Paso 2: Estudiar si es mximo local, mnimo local o punto de silla. Para ello, calculamos el
valor de las 9 derivadas parciales de segundo orden en el punto crtico (0, 0, 0):
D11 f (x, y, x) = 4 D21 f (x, y, x) = 2 D31 f (x, y, x) = 0
D12 f (x, y, x) = 2 D22 f (x, y, x) = 2 D32 f (x, y, x) = 2
D13 f (x, y, x) = 0 D23 f (x, y, x) = 2 D33 f (x, y, x) = 6
luego la matriz Hessiana A33 , de las derivadas parciales de segundo orden, en (0, 0, 0) es

D11 f (0, 0, 0) D21 f (0, 0, 0) D31 f (0, 0, 0) 4 2 0
A = D12 f (0, 0, 0) D22 f (0, 0, 0) D32 f (0, 0, 0) =
2 2 2 .
D13 f (0, 0, 0) D23 f (0, 0, 0) D33 f (0, 0, 0) 0 2 6
 
4 2
Como a11 = 4 < 0, det = 4 > 0, y det(A) = 8 < 0, el punto crtico (0, 0, 0)
2 2
es un mximo local de f .

8.2. Extremos condicionados

Llamamos problema de extremos condicionados, al problema de calcular los valores m-


f (x, y) sobre los puntos (x, y) R2 que satisfacen
ximos y mnimos que alcanza una funcin
una condicin representada por una ecuacin g(x, y) = 0, es decir,

Minimizar/maximizar f (x, y)
(problema de extremos condicionados).
sujeto a: g(x, y) = 0

207
Por ejemplo, en la Figura 99 tenemos la grca de una funcin f (x, y), que es una
supercie que slo tiene un mnimo, en (0, 0). La ecuacin g(x, y) = 0 representa una curva
sobre el plano OXY. Esta curva se proyecta verticalmente dibujando una curva sobre la
supercie de la grca de f. Se trata de calcular el mnimo sobre dicha curva. Este mnimo
est representado por un punto a de la curva g(x, y) = 0. Notar que a no es mnimo de f
considerada como supercie, slo es mnimo de f condicionado a g(x, y) = 0.

Figura 99: El punto a es un mnimo de f (x, y) condicionado a g(x, y) = 0.

Denicin 64 (Extremo condicionado) Sea f : D R2 R. Diremos que (x0 , y0 ),


punto interior de D, es un mximo de f condicionado a g(x, y) = 0 si
1. g(x0 , y0 ) = 0.
2. >0 tal que f (x0 , y0 ) f (x, y) (x, y) B((x0 , y0 ), ) que cumplen g(x, y) = 0.
Del mismo modo (con ) se dene mnimo de f condicionado a g(x, y) = 0.

Teorema 80 (de los Multiplicadores de Lagrange) Seanf, g : D R2 R funcio-


nes con derivadas parciales continuas en D. Si (x0 , y0 ) es un extremo de f condicionado
ag(x, y) = 0, entonces existe un R (llamado Multiplicador de Lagrange) tal que
f (x0 , y0 ) = g(x0 , y0 ), es decir,
(
D1 f (x0 , y0 ) = D1 g(x0 , y0 )
D2 f (x0 , y0 ) = D2 g(x0 , y0 )

Demostracin: Sea : I R D, (t) = (x(t), y(t)), una parametrizacin de la curva


descrita por los puntos que satisfacen la condicin g(x, y) = 0. Por lo tanto, g((t)) = 0 para
todo t I. Sea t0 I tal que (t0 ) = (x(t0 ), y(t0 )) = (x0 , y0 ).

208
Consideremos la funcin compuesta h(t) = f ((t)), t I . Como h(t0 ) = f (x0 , y0 ) y
(x0 , y0 ) es un extremo de f condicionado a g(x, y) = 0, t0 es un extremo local de la funcin
h. Por el Teorema 76, h 0 (t0 ) = 0 y, por la regla de la cadena (Teorema 62, pgina 144)
   
h 0 (t0 ) = f ((t0 )) / 0 (t0 ) = f (x0 , y0 ) / 0 (t0 ) = 0.

g((t)) = 0 para todo t


Por otro lado, puesto que
 I , derivando tambin con la regla de la
0
cadena (Teorema 62) tenemos que g((t))/ (t) = 0 para todo t I . En particular para
t = t0 tenemos que
   
0 0
g((t0 )) / (t0 ) = g(x0 , y0 ) / (t0 ) = 0.

2
Por lo tanto, los vectores f (x0 , y0 ) y g(x0 , y0 ) de R son ortogonales a un mismo vector
0 (t0 ) R2 , luego son proporcionales: existe un R tal que f (x0 , y0 ) = g(x0 , y0 ). 

Figura 100: Representacin grca del Teorema 80.

Nota 82 (Representacin grca del Teorema 80) En la Figura 100 est representa-
da la grca de una funcin f (x, y) (y sus curvas de nivel), una curva denida por una ecua-
cin g(x, y) = 0 y el punto a donde se alcanza el mnimo de f condicionado a g(x, y) = 0.
Recordemos que las curvas de nivel de f estn formadas por lo puntos (x, y) tales que
f (x, y) = cte y que el vector gradiente f (x, y) es perpendicular a estas curvas de nivel. Por
otro lado, la curva denida por g(x, y) = 0 es una curva de nivel de la funcin g(x, y), por
lo que vector gradiente g(x, y) es perpendicular a esta curva en cada uno de sus puntos.
Supongamos que, empezando por el punto ms a la izquierda, vamos recorriendo la curva
denida por g(x, y) = 0 hacia la derecha. Mientras vamos cruzando las curvas de nivel de f ,
el valor de f (x, y) va disminuyendo (si las cruzamos de fuera a dentro, como en el punto b
de la Figura 100b) o aumentando (si las cruzamos de dentro a fuera, como en el punto c),

209
luego en esos puntos no se alcanza el mnimo. Justo en el punto en el que la curva denida
por g(x, y) = 0 es tangente a una curva de nivel de f (punto a de la Figura 100b), el valor de
f (x, y) pasa de ir disminuyendo a empezar a aumentar, luego a es un mnimo (de f condi-
cionado a g(x, y) = 0). Es decir, si un punto a es un mnimo de f condicionado a g(x, y) = 0,
la curva denida por g(x, y) = 0 es tangente a la correspondiente curva de nivel de f que
pasa por ese punto, y sus vectores normales, f (a), g(a) tienen que ser paralelos.

Nota 83 El modo de aplicar este Teorema 80 en la prctica es construir la funcin auxiliar

U (x, y) = f (x, y) + g(x, y),

donde es una constante indeterminada, y resolver el sistema



D1 U (x, y) = 0
D2 U (x, y) = 0 (15)
g(x, y) = 0,

que es un sistema de tres ecuaciones con tres incgnitas (x, y, ). Los puntos
(x0 , y0 ) solucin
de este sistema sern los candidatos a mximos o mnimos de f condicionados a g(x, y) = 0.

El Teorema 80 de los multiplicadores de Lagrange es tambin un teorema de condicin


necesaria, pero no suciente. Todas las soluciones del sistema (15) son condidatos a extremo
condicionado. Si dada (x0 , y0 ) una solucin del sistema (15) queremos saber si es mximo,
mnimo o ni mximo ni mnimo condicionado, podemos hacer como en los siguientes ejemplos.

Ejemplo 119 (Extremos condicionados) Encontrar los mximos y mnimos de la fun-


cin f (x, y) = xy sujetos a la condicin x + y = 6.
Construimos la funcin auxiliar U (x, y) = f (x, y)+g(x, y) = xy+x+y6 y planteamos
el sistema
D1 U (x, y) = y + = 0
D2 U (x, y) = x + = 0
g(x, y) = x+y6=0

De las primeras 2 ecuaciones obtenemos que = x = y y sustituyendo en la tercera resulta


que = x = y = 3. As pues, tenemos que = 3, que no tiene ningn signicado
especial, y que (x, y) = (3, 3) es el nico candidato a extremo de f condicionado a x + y = 6.

Para estudiar si es un mximo o un mnimo procedemos del modo siguiente. Vamos a


estudiar la diferencia entre el valor de f en el punto, f (3, 3), y el valor de f en los puntos
del entorno de (3, 3) que satisfacen x + y = 6: f (3 + h, 3 + k) siendo (3 + h, 3 + k) tal que
satisface (3 + h) + (3 + k) = 6, es decir, k = h. Entonces,

f (3 + h, 3 + k) f (3, 3) = (3 + h)(3 + k) 9 = 9 + 3h + 3k + hk 9 = 3h + 3k + hk =
h i
= como k = h, sustituyendo = 3h 3h h2 = h2 < 0 (para todo h 6= 0).

Por lo tanto, f (3 + h, 3 + k) < f (3, 3) y (3, 3) es un mximo condicionado.

210
Ejemplo 120 (Extremos condicionados) Encontrar los mximos y mnimos de la fun-
cin f (x, y) = x2 + 2y 2 + 2xy + 2x + 3y sujetos a la condicinx2 y = 1.
Construimos la funcin auxiliar U (x, y) = f (x, y) + g(x, y) =
= x2 + 2y 2 + 2xy + 2x + 3y + x2 y
y planteamos el sistema

D1 U (x, y) = 2x + 2y + 2 + 2x = 0 (1)
D2 U (x, y) = 2x + 4y + 3 = 0 (2)
g(x, y) = x2 y 1 = 0 (3)

Para resolver el sistema, de (3) despejamosy = x2 1 y sustituimos en las otras 2 ecuaciones:



2 2 x = 0,
(1): 2(1 + )x + 2x 2 + 2 = 0 (1 + )x + x = 0
1 + + x = 0 = x 1.
(2): 2x + 4x2 4 + 3 = 0 = 4x2 + 2x 1.
Si x=0 entonces de (3) y = 1 y de (2) = 1.
Si
7
= x 1 = = 4x2 + 2x 1 4x2 + 3x = 0 x = 43 y = 16 = 14 .
Tenemos, pues, dos soluciones, posibles mximos o mnimos condicionados:

x = 0, y = 1, = 1 = (0, 1).
x = 34 , y = 16
7
, = 14 = ( 43 , 16
7
).
Estudiemos si (0, 1) es mximo o mnimo de f condicionado. Para ello estudiamos
f (0 + h, 1 + k) f (0, 1) con (0 + h, 1 + k) un punto del entorno que cumple la condicin
h2 (k 1) = 1 k 1 = h2 1. Sustituyendo:
f (0 + h, 1 + k) f (0, 1) = h2 + 2(k 1)2 + 2h(k 1) + 2h + 3(k 1) (2 3) =
= h2 + 2(h4 2h2 + 1) + 2h3 2h + 2h + 3h2 3 + 1 = 2h4 + 2h3 .
Como 2h4 + 2h3 es positivo o negativo segn los valores que demos a h, (0, 1) no es mximo
2
ni mnimo de f condicionado a x y = 1.

3 7

Estudiemos ahora del mismo modo si ( , ) es mximo o mnimo condicionado.
4 16
3 7
Calculamos f ( + h,
4 16
+ k) f ( 4 , 16 ) con ( 43 + h, 16
3 7 7
+ k) un punto del entorno
3 2 7 7
que cumple la condicin (h ) (k
4 16
) = 1 , o bien k
16
= (h 43 )2 1. Sustituyendo:
f (h 34 , k 16
7
) f ( 34 , 16
7
) = = 14 h2 (8h2 16h + 9) > 0, (para h 6= 0 sucientemente

3 7
pequeo), luego el punto ( , ) es un mnimo condicionado de f .
4 16

Ejemplo 121 (Extremos condicionados con tres variables y dos condiciones)


Calcular la distancia (mnima) al origen de la curva en R3 dada por la interseccin de las
ecuaciones
g1 (x, y, z) = x2 xy + y 2 z 2 1 = 0,
(

g2 (x, y, z) = x2 + y 2 1 = 0.

211
Como R3 tiene dimensin 3 (3 grados de libertad), al imponerle una ecuacin, digamos
g1 (x, y, z) = 0, tendremos 2 grados de libertad, es decir, se trata de una supercie en R3 .
Si ahora imponemos otra ecuacin, g2 (x, y, z) = 0, nos quedar un slo grado de libertad,
luego los puntos que satisfacen las dos ecuaciones simultaneamente forman una curva en el
3
espacio R . Esta curva tambin puede entenderse como la interseccin de las dos supercies
denidas por cada una de las ecuaciones. Como, en este caso, la ecuacin g2 (x, y, z) = 0
representa un cilindro, la curva en cuestin ser cerrada. Se trata entonces de calcular, de
3
entre todos los puntos de esa curva, aquel que est ms cerca del origen (0, 0, 0) R .
p
La distancia al origen de un punto (x, y, z) R3 viene dada
p por x2 + y 2 + z 2 . Se tra-
ta, pues, de calcular el mnimo de la funcin f (x, y, z) = x2 + y 2 + z 2 sobre los puntos
3
de R que cumplen las condiciones g1 (x, y, z) = 0, g2 (x, y, z) = 0. Una observacin im-
portante para hacer ms fcil este ejercicio es que los puntos (x, y, z) que minimizan la
p
funcin x2 + y 2 + z 2 son los mismos que minimizan el cuadrado de esta funcin, es decir,
2 2 2 2 2 2
x
p + y + z . Notar que las derivadas parciales de x + y + z son ms sencillas que las de
x2 + y 2 + z 2 . As, el problema puede plantearse como

f (x, y, z) = x2 + y 2 + z 2

Minimizar


sujeto a: g1 (x, y, z) = x2 xy + y 2 z 2 1 = 0


g2 (x, y, z) = x2 + y 2 1 = 0,

que es un problema de extremos condicionados de una funcin con 3 variables sujetas a 2


condiciones. El modo de resolverlo es utilizar 2 Multiplicadores de Lagrange, y , uno
para cada condicin, y construir la funcin auxiliar

U (x, y, z) = f (x, y, z) + g1 (x, y, z) + g2 (x, y, z),

es decir,

U (x, y, z) = x2 + y 2 + z 2 + x2 xy + y 2 z 2 + x2 + y 2

y plantear el sistema:


D1 U (x, y, z) = 2x + 2x y + 2x = 0


= 2y x + 2y + 2y = 0



D2 U (x, y, z)


D3 U (x, y, z) = 2z 2z = 0


= x2 xy + y 2 z 2 1 = 0



g1 (x, y, z)



g2 (x, y, z) = x2 + y 2 1 = 0,

que tiene 5 ecuaciones con 5 incgnitas (x, y, z, , ). De la tercera ecuacin tenemos que o
bien z=0 o bien = 1.

x=0
Si z=0 entonces comparando las ecuaciones (4) y (5) se obtiene que xy = 0
y = 0.

212

2 y=1
Si x = 0, por la ecuacin (5) tenemos que y =1
y = 1.

x=1
Del mismo modo, si y = 0, por la ecuacin (5) tenemos que x2 = 1
x = 1.
Tenemos, pues, cuatro posibilidades para x, y (con z = 0). Resolviendo en las ecuaciones
(1) y (2) se obtiene que = 0, = 1 en los cuatro casos. Por lo tanto tenemos 4 soluciones
del sistema que proporcionan 4 posibles extremos: (0, 1, 0), (0, 1, 0), (1, 0, 0) y (1, 0, 0).
Si consideramos ahora el caso = 1, entonces sustituyendo en las ecuaciones (1) y (2) y
restando la ecuacin (5) de la (4) tenemos:

4x y + 2x = 0 (4 + 2)x y = 0 (10 )
x + 4y + 2y = 0 x + (4 + 2)y = 0 (20 ) (4 + 2)2 x x = 0
2
xy z = 0 xy + z 2 = 0 (40 )


2 x=0
((4 + 2) 1)x = 0
(4 + 2)2 = 1.
Si x=0 entonces por (1') tenemos que y=0 lo cual contradice la ecuacin (5) y este caso
no proporciona ninguna solucin del sistema.

2 = 3/2
Si (4 + 2) = 1 entonces 4 + 2 = 1
= 5/2
Si = 3/2 4 + 2 = 1, entonces por (1') tenemos x = y y por (4') tenemos que
x = z = y = 0, que contradice (5).
Si = 5/2 4 + 2 = 1, entonces por (1') tenemos x = y y, sustituyendo en (4'),
x=z
x2 = z 2
x = z
Six = z , sustituimos en la ecuacin (4) del sistema y tenemos que, como x = y , xy +y 2 =
1 1
1 y 2 + y 2 = 1 y = 12 , luego obtenemos los siguientes posibles extremos: 12 ,

2
, 2 ,
1 1 1


2
, 2
, 2
.

Si x = z , sustituimos en la ecuacin (4) del sistema y procediendo como antes obtenemos


1
, 12 ,
 1 1 1 
los siguientes posibles extremos: 1 , , 2 , 2 .
2 2 2

Tenemos, pues, 8 puntos que son candidatos a mximos o mnimos condicionados de


f. Para saber en cul se alcanza el mnimo absoluto, notemos que el conjunto de puntos
3
sobre el que hay que minimizar es cerrado y acotado en R , luego la funcin f (x, y, z) =
x2 + y 2 + z 2 (continua) alcanza su mximo y su mnimo absolutos en ese conjunto (Teorema
44 de Weierstrass). Como

f (0, 1, 0) = f (0, 1, 0) = f (1, 0, 0) = f (1, 0, 0) = 1,


1 1 1 1 1 1 1 1 1 1
f 12 , 1 , 3
   
2
, 2
= f
2
, 2
, 2
= f
2
, 2
, 2
= f 2 2
, 2
= 2
,

los 4 primeros puntos son mnimos de f condicionados (y los 4 siguientes son mximos).

213
8.3. Extremos absolutos

Denicin 65 (Extremo absoluto (una variable)) f : D R R. Diremos que


Sea
x0 D es un mximo absoluto de f en D si f (x0 ) f (x) para todo x D. Del mismo
modo (con ) se dene mnimo absoluto de f en D .

Si f D = [a, b] (cerrado y acotado), el Teorema 42 de Weierstrass garantiza


es continua en
que f tiene un mximo y un mnimo absolutos en [a, b]. Este es slo un teorema de existencia.
Cmo calcular estos extremos? Notemos que, o bien estn en el interior del intervalo (a, b)
(y son extremos locales) o bien estn en la frontera del intervalo, es decir, en los puntos a b.
Por ejemplo, en la Figura 101 los extremos absolutos de f tienen que estar entre los puntos
a, c, d, e, m, n y b. Si calculsemos f (a), f (c), f (d), f (e), f (m), f (n) y f (b) obtendramos
que el mnimo absoluto se alcanza en c y el mximo absoluto se alcanza en b.

Figura 101: Teorema de Weierstrass

Nota 84 (Para calcular los extremos absolutos) de f continua en [a, b] hay que calcu-
lar el valor de f en los puntos siguientes:

puntos x0 (a, b) donde f es diferenciable y f 0 (x0 ) = 0 (puntos crticos),

puntos x0 (a, b) donde f no es diferenciable (punto d en la Figura 101), y

los puntos a, b .

Denicin 66 (Extremo absoluto (dos variables)) f : D R2 R. Diremos


Sea
que (x0 , y0 ) D es un mximo absoluto de f en D si f (x0 , y0 ) f (x, y) para todo (x, y) D .
Del mismo modo (con ) se dene mnimo absoluto de f en D .

Si f es continua en D R2 cerrado y acotado, el Teorema 44 de Weierstrass garantiza


que f tiene mximo y mnimo absolutos en D. Cmo calcular estos extremos? Como en
una variable, o bien estn en el interior de D o bien estn en la frontera de D.

214
Por ejemplo, para calcular los extremos absolutos de una funcin f (x, y) continua sobre
el semicrdulo D (cerrado y acotado) de la Figura 102 estudiamos:

Interior de D: calculamos los puntos crticos en los que f es diferenciable y se cumple que
f (x, y) = 0 y los puntos en los que f no es diferenciable, y consideramos slo los que estn
en el interior de D .

Frontera de D: supongamos que dicha frontera est expresada con ecuaciones. Por ejemplo,
la frontera de D (Figura 102) est denida en dos tramos, el segmento circular de ecuacin
g1 (x, y) = x2 + y 2 4 = 0 y el segmento recto de ecuacin g2 (x, y) = x + y = 0, unidos por
los puntos P y Q. Si resolvemos un problema de extremos condicionados para cada una de
las ecuaciones que denen la frontera,
 
Minimizar/maximizar f (x, y) Minimizar/maximizar f (x, y)
sujeto a: g1 (x, y) = 0 sujeto a: g2 (x, y) = 0,
los puntos crticos que encontremos que estn en el correspondiente segmento de frontera
sern posibles extremos absolutos de f en D. Adems, tambin tenemos que considerar los
puntos en los que la frontera no es diferenciable, como P y Q de la Figura 102.

Figura 102: La frontera de D est determinada por dos ecuaciones, g1 (x, y) = 0, g2 (x, y) = 0

Nota 85 (Para calcular los extremos absolutos) de f continua en D cerrado y acota-


do hay que calcular el valor de f en los puntos

(a) del interior de D en los que f es diferenciable y cumplen f (x, y) = 0 (puntos crticos),
(b) del interior de D en los que f no es diferenciable,
(c) de cada segmento diferenciable de la frontera de D, expresados como g(x, y) = 0 y que
son puntos crticos del correspondiente problema de extremos condicionados, y

(d) en los puntos donde la frontera no es diferenciable, como P y Q de la Figura 102.


Ejemplo 122 (Extremos absolutos) Determinar los extremos absolutos de la funcin
x2 x+y 2 2 2 2

f (x, y) = e en el dominio D = (x, y) R : x + y 4, x + y 0

215
Como D es un conjunto cerrado y acotado (es el semicrculo de la Figura 102) y f es una
funcin continua en D, por el Teorema 44 de Weierstrass f alcanza su mximo y su mnimo
absolutos en A. Estos puntos extremos absolutos estn entre (ver Nota 85):

(a) Puntos crticos de f en el interior de D:


2 x+y 2 1
D1 f (x, y) = (2x 1)ex
)
=0 x= 2
2 x+y 2
D2 f (x, y) = 2yex =0 y=0
As, f tiene un slo punto crtico, el ( 12 , 0), que s est en el interior de D (pues cumple que
( 12 )2 + 02 < 4 y que 1
2
+ 0 > 0).

(b) Puntos en el interior de D en los que f no es diferenciable: no hay.

(c) Puntos crticos del problema de extremos condicionados en cada segmento de la frontera:
(c.1) Estudiemos el segmento de la frontera correspondiente a la circunferencia:
2 x+y 2
f (x, y) = ex
(
Minimizar/maximizar

sujeto a: g1 (x, y) = x2 + y 2 4 = 0

Para resolverlo construimos la funcin auxiliar

2 x+y 2
U (x, y) = f (x, y) + g1 (x, y) = ex + x2 + y 2 4,

derivamos y planteamos el sistema:


2 2

D1 U (x, y) = (2x 1)ex x+y + 2x = 0


2 2
D2 U (x, y) = 2yex x+y + 2y = 0


= x2 + y 2 4 = 0

g (x, y)
1

x2 x+y 2
De la segunda ecuacin tenemos que y = 0 = e . Si y = 0, de la tercera ecuacin
2
tenemos que x = 4 = x = 2, luego tenemos 2 puntos crticos: (2, 0) y (2, 0). El
primero de ellos s est en D pero el segundo no.

2 x+y 2
Si = ex , de la primera ecuacin tenemos que (2x 1) 2x = 0 = = 0, lo
x2 x+y 2
cual es imposible (pues = e ), luego no tenemos ms puntos crticos.

(c.2) Estudiemos el segmento de la frontera de D correspondiente a la recta:


2 x+y 2
f (x, y) = ex
(
Minimizar/maximizar

sujeto a: g2 (x, y) = x + y = 0

Para resolverlo construimos la funcin auxiliar

2 x+y 2
U (x, y) = f (x, y) + g2 (x, y) = ex + x + y,

216
derivamos y planteamos el sistema:
2 2

D1 U (x, y) = (2x 1)ex x+y + = 0


2 2
D2 U (x, y) = 2yex x+y + = 0



g (x, y)
2 = x+y =0

Despejando de las dos primeras ecuaciones y comparando obtenemos que 2x 1 = 2y. De


la tercera ecuacin tenemos que y = x y sustituyendo en la expresin anterior tenemos que
1
4x = 1 = x = 4
= y = 14 , luego obtenemos el punto ( 14 , 41 ) que s est en D.

(d) Puntos entre segmentos de la frontera de D: P = ( 2, 2) y Q = ( 2, 2).


Figura 103: Los candidatos a extremo global: ( 21 , 0), (2, 0), ( 14 , 41 ), ( 2, 2) y ( 2, 2)

Por lo tanto, el mximo y el mnimo absolutos de f en D estn entre estos cinco puntos:

( 12 , 0), (2, 0), ( 14 , 41 ), ( 2, 2) y ( 2, 2).
Calculamos el valor de f en cada uno de ellos,
1 1
f ( 21 , 0) = e 4 , f (2, 0) = e2 , f ( 41 , 14 ) = e 8 , f ( 2, 2) = e4 2 y f ( 2, 2) = e4+ 2 ,
y obtenemos que:

( 12 , 0) es el mnimo absoluto y ( 2, 2) es el mximo absoluto de f en D.

217